Jeanne Petitpas

Jeanne Petitpas

jeanne.petitpas@nancy.archi.fr
 

La thèse de Jeanne porte sur la "Proposition d'une méthode d'analyse semi-automatique dédiée à la documentation et à l'observation scientifique de l'état de conservation du patrimoine architectural : cas des fortifications bastionnées." 

Laboratoire : URM MAP CRAI
École doctorale : ED IAEM-Lorraine
Année d'inscription en thèse : 2025
Direction et co-direction : Gilles Halin et Tommy Messaoudi
 

Proposition d'une méthode d'analyse semi-automatique dédiée à la documentation et à l'observation scientifique de l'état de conservation du patrimoine architectural : cas des fortifications bastionnées
 

Les fortifications bastionnées constituent des témoins marquants de l'histoire de France et d'Europe ayant façonné un bon nombre de villes. L'avènement des outils numériques pour l'acquisition, l'analyse et la conservation du patrimoine a élargi le champ des possibles tant sur la compréhension de ces ouvrages que sur les méthodes et protocoles mis en oeuvre. Ces outils visent à répondre à trois objectifs de conservation, restauration et valorisation en permettant de créer un pont entre l'accessibilité des données pour les experts et la capacité à traiter des informations complexes à grande échelle,. Ils offrent la possibilité de combiner l'efficacité des algorithmes de traitement des données avec l'expertise humaine, pout identifier, segmenter, et comparer ces éléments à des traités historiques ou autre élément d'archive mais également de pouvoir intégrer ces informations documentaires hétérogènes sur un support d'étude et d'observation. 

Ce travail de recherche s'appuie sur l'exploitation des nuages de points 3D, afin d'en extraire des données issues de calculs de descripteurs 3D, permettant de caractériser l'état sanitaire des fortifications. Ces descripteurs numériques 3D permettent de décrire et d'analyser la position spatiale de chaque point du nuage et fournissent ainsi une lecture géométrique objective et dénuée de toute interprétation de la zone étudiée. Ces analyses géométriques permettent de révéler des altérations, des irrégularités de surface, des fissures ou autres traces invisibles à l'oeil nu. En qualifiant ces descripteurs 3D, il est ainsi possible d'identifier les zones à risque, de détecter les anomalies structurelles ou encore d'anticiper d'éventuelles fragilités. L'un des principaux défis de l'exploitation des descripteurs 3D pour l'analyse des altérations réside dans le fait que, pris isolément, ces descripteurs peuvent être ambigus. Un seul descripteur peut être influencé par plusieurs facteurs sans qu'il soit immédiatement possible d'en tirer une interprétation univoque. Il est donc nécessaire d'identifier des combinaisons spécifiques de valeurs qui, ensemble, permettent de caractériser une pathologie probable avec un certain de confiance.

L'objectif est de développer une méthode d'analyse semi-automatique, intégrant une part d'apprentissage supervisé, une branche de l'intelligence artificielle, capable d'associer la précision des traitements numériques à l'expertise des spécialistes du patrimoine. Cette approche vise à faire le pont entre une échelle et un langage géométrique décrivant la position des points dans l'espace et une traduction de ces données permettant une interprétation experte des altérations de l'ouvrage. Ce travail vise à faciliter l'interprétation des données, à fournir des outils d'aide à la décision pour la conservation et à proposer un protocole reproductible permettant d'élargir cette démarche à d'autres sites. 

Mots-clés  : fortification bastionnée, nuage de points, lasergrammétrie, photogrammétrie, descripteurs 3D, aide à la décision, IA
Liste publications/communications  : à venir
Organisation de la vie scientifique :

• Participation à des instances de la vie scientifique : membre élu de la commission recherche (2025-)
• Participation à des projets de recherche au sein des laboratoires/chaires : projet de recherche sur la ville de Montmédy, URM MAP CRAI