Une feuille Sanborn sait beaucoup de choses sur un bâtiment : sa forme, son matériau, son usage, la parcelle et les rues voisines. Il lui manque pourtant l’information qu’un SIG réclame en premier : où poser cette feuille sur la Terre.4
À la Library of Congress, le problème change d’échelle : le paquet Sanborn dépasse 50 000 notices et 440 000 images.3 Un chercheur peut les ouvrir. Il ne peut pas pour autant les superposer automatiquement au Chicago actuel.
Matt Hendrick a construit AutoGeoRef pour éviter de refaire ce placement page après page à la main.1 Et sa partie la plus intéressante n’est probablement pas qu’un modèle de vision « comprenne » une vieille carte. Le modèle ne place même pas la feuille.
Il lit des indices. Le placement est ensuite produit, contesté et parfois refusé par du code déterministe.
Le modèle lit
AutoGeoRef commence par fabriquer une copie réduite, assez petite pour être lue d’un coup. Le modèle y repère les noms de rues, leur position et leur sens. Les calculs reviennent ensuite au repère du scan haute définition.12
Sur le papier, deux libellés croisés suggèrent un carrefour. Dans les données modernes, le programme cherche où ces deux rues se rencontrent encore. Il obtient alors deux coordonnées pour un même point : une position en pixels sur la feuille historique et une position géographique dans la ville actuelle.2
Avec plusieurs paires, AutoGeoRef peut chercher une transformation qui fait coïncider le papier et le territoire.
Ce découpage a une conséquence pratique sur les erreurs.
Si le modèle lit WALLACE à la place de W. LAKE, l’erreur devient une proposition de rue incohérente avec les autres indices. Le walkthrough d’AutoGeoRef montre précisément ce cas : le premier lecteur produit trop peu de coins géométriquement utiles et le placement est refusé. Une nouvelle lecture peut être tentée, mais les règles d’acceptation ne sont pas assouplies pour sauver la feuille.2
RANSAC ne suffit pas
Le premier placement passe par RANSAC : quelques correspondances sont tirées, une transformation est calculée, puis les autres points doivent montrer qu’ils vivent dans le même monde. Dans l’exemple détaillé du projet, la recherche effectue 5 000 essais et considère comme compatibles les points restant dans une tolérance de 25 mètres.2
RANSAC jette ainsi beaucoup de mauvais couples. Une feuille peut malgré tout finir proprement alignée au mauvais endroit.
Trois ou quatre intersections cohérentes peuvent soutenir une transformation mathématiquement propre et historiquement fausse. Une rue parallèle située un bloc plus loin peut parfois donner une géométrie très convaincante.
Le projet a empilé sept portes de sortie autour de ce fit. La feuille ne doit pas être retournée en miroir, sa taille et sa rotation doivent rester compatibles avec le reste du volume, elle ne doit pas être étirée de manière aberrante, et ses points d’ancrage doivent être suffisamment répartis sur la page. Le test retire aussi les points un par un pour repérer un résultat qui dépendrait entièrement d’un seul coin.2
Autrement dit, un faible résidu n’est pas une preuve indépendante. Le même jeu de points peut fabriquer le modèle et le féliciter ensuite.
Le volume contrôle la feuille
Une page seule est facile à tromper. Le livre entier l’est moins.
Les feuilles d’un atlas ne sont pas indépendantes : elles ont été imprimées dans le même livre, à une échelle et une orientation qui ne changent pas au hasard. AutoGeoRef exploite cette banalité matérielle. Une première passe estime le comportement du volume, puis les feuilles suivantes doivent rester dans une fenêtre compatible.2
Cette contrainte collective sert aussi aux pages pauvres en indices. Une fois l’échelle et l’orientation suffisamment connues par les autres pages, certaines feuilles pauvres en intersections peuvent être placées en résolvant surtout leur translation. Le système demande alors moins de points, mais sait explicitement que leur orientation vient du volume plutôt que de la feuille elle-même.2
Ce détail de provenance vaut davantage qu’un pourcentage de confiance isolé.
Dire « feuille placée » masque la méthode. Dire « feuille acceptée avec ses propres points », « sauvée avec les paramètres du volume » ou « corrigée par un reviewer » conserve la raison pour laquelle le résultat existe.
Quand le présent contredit le passé
Le cas le plus révélateur arrive quand le logiciel ne trouve justement rien de convaincant.
Le matcher compare enfin deux objets qui ont tous les deux une histoire : une feuille ancienne et une ville qui n’a cessé de se refaire.
Des autoroutes ont supprimé des îlots. Des opérations d’urban renewal ont effacé des rues. Des noms ont changé. Des berges ont été remblayées. Les parcs, les emprises ferroviaires ou l’ancien site de l’exposition universelle de Chicago contiennent peu de correspondances modernes utilisables.1
Une rue introuvable en 2026 peut donc raconter la démolition d’un quartier plutôt qu’un raté du matcher.
Forcer une réponse dans ce cas reviendrait à prendre le réseau de 2026 comme juge du réseau de 1905, puis à punir la carte historique pour les transformations de la ville.
AutoGeoRef préfère laisser certaines feuilles non publiées. Les exports indiquent explicitement que les pages signalées ne sont pas incluses. Les corrections humaines, elles, portent un statut distinct reviewer-verified et restent séparables des acceptations automatiques.1
5,4 mètres d’un humain
Les chiffres de Chicago empêchent aussi de transformer la démo en victoire totale.
Sur 35 volumes de Chicago disposant d’équivalents géoréférencés par des humains sur OldInsuranceMaps.net, AutoGeoRef indique publier 78 % des 3 773 feuilles. La distance typique entre ses placements et les placements humains est de 5,4 mètres.1
Ce nombre ne doit pas être transformé en « erreur absolue de 5,4 m ». OldInsuranceMaps.net est ici une référence humaine, produite par un travail de crowdsourcing documenté par Adam Cox, pas une vérité géodésique parfaite.5
La médiane laisse néanmoins une queue peu confortable : 10,8 % des feuilles publiées de ce corpus se trouvent à plus de 15 mètres du placement humain.1
Un lot urbain standard de Chicago fait environ 7,6 mètres de large selon la comparaison donnée par le projet. Quinze mètres peuvent donc représenter plusieurs parcelles.1
À cette échelle, AutoGeoRef ressemble donc davantage à un excellent point de départ qu’à un oracle cartographique. Il réduit le travail initial sans supprimer le besoin de regarder les cas douteux.
Publier l’incertitude
Les fichiers exportés montrent comment cette prudence survit après le calcul.
Dans gcps/p<N>.json, une feuille garde précisément les couples qui l’attachent au monde : pixel du scan d’un côté, coordonnée WGS84 de l’autre. Le projet génère également des annotations IIIF Georeference qui pointent vers les images servies par la Library of Congress au lieu de republier un nouveau raster « corrigé ».1
Un autre outil peut donc refaire le warp au lieu de devoir croire une image déjà rectifiée.
Une image rectifiée peut cacher la décision. Les points de contrôle la laissent ouverte : ils montrent quelles correspondances ont servi à produire ce placement.
On peut alors déplacer un point, changer une référence, recalculer et comparer le résultat précédent.
Pour les archives, les données scientifiques ou tout système qui aligne un document ancien sur un référentiel moderne, c’est probablement le principe le plus réutilisable d’AutoGeoRef : automatiser la proposition sans automatiser l’effacement de ses conditions de validité.
Le détail le plus convaincant d’AutoGeoRef est peut-être là : REJECTED fait partie du produit. Un futur humain peut retrouver la feuille, comprendre pourquoi elle a été retenue ou refusée, puis recommencer avec de meilleures données.