Infoscribe est en mesure d’annoter un large éventail de données propres aux environnements urbains intelligents. L’entreprise traite aussi bien les images fixes issues de caméras urbaines, de capteurs stationnaires, de prises de vue mobiles ou de drones, que les flux vidéo continus, essentiels pour analyser la circulation, détecter des comportements inhabituels ou suivre des évolutions urbaines en temps réel. Les équipes savent également gérer les nuages de points 3D, provenant notamment de lidar embarqués, d’acquisitions mobiles ou de relevés photogrammétriques, souvent utilisés pour la modélisation de rues, de bâtiments ou d’infrastructures urbaines.

En complément, Infoscribe peut travailler sur toutes les formes de données textuelles et documentaires liées à la Smart City : rapports d’incidents, descriptions d’événements, relevés techniques, notices d’intervention, annotations humaines issues du terrain ou messages automatisés. Cela permet d’enrichir les données visuelles par des informations contextuelles ou opérationnelles.

Cette combinaison image–vidéo–texte permet de couvrir les besoins clés : gestion du trafic, sécurité urbaine, inventaire d’infrastructures, analyse de mobilité, suivi environnemental, qualification d’espaces publics ou analyse de comportements. L’entreprise adapte ses méthodes selon la granularité requise (détection d’objets, segmentation fine, classification, extraction d’entités textuelles) et peut traiter de très grands volumes, ce qui est indispensable pour les projets Smart City à grande échelle

Infoscribe met à disposition une large palette de techniques d’annotation adaptées aux défis urbains. Pour les images et vidéos, l’entreprise utilise des bounding boxes, de la segmentation sémantique, de la segmentation d’instance, des polygones, des keypoints pour la pose humaine, ou encore des tracks multi-frame pour suivre des individus, véhicules ou objets dans le temps. Ces méthodes permettent de répondre à des usages tels que la détection de piétons, vélos, panneaux, infrastructures, conteneurs, zones de circulation, mobilier urbain, etc.

Pour les données 3D, Infoscribe peut annoter des nuages de points lidar en effectuant de la segmentation volumétrique, du labeling d’objets, de la classification par catégorie (bâtiments, arbres, trottoirs, véhicules), ou de l’extraction d’infrastructures. L’entreprise maîtrise également les formats courants et peut produire des outputs compatibles avec les pipelines client.

Sur les données textuelles, Infoscribe propose l’extraction d’entités (NER), la classification de documents, l’annotation d’incidents, la catégorisation d’événements, ou la structuration de rapports. En combinant annotations visuelles et textuelles, la solution devient adaptée aux analyses multimodales — très utiles en Smart City pour comprendre simultanément l’environnement et son contexte opérationnel.

La Smart City implique des usages critiques : sécurité, mobilité, surveillance, gestion des risques, optimisation urbaine. Infoscribe applique donc un processus de qualité strict, en plusieurs couches. Tout d’abord, l’entreprise élabore avec le client des guidelines dédiées, très détaillées, qui définissent les classes d’objets, les règles d’interprétation, les limites visuelles (occlusions, conditions météo), et les cas particuliers. Ces guidelines servent de norme stable pour toute l’équipe.

Tous les annotateurs suivent une formation spécialisée, comprenant des exercices pratiques, des calibrations et des validations avant d’être autorisés à travailler sur le projet. Pendant la production, Infoscribe applique une double vérification systématique, complétée par un contrôle qualité structuré selon un échantillonnage inspiré des standards industriels. Les erreurs détectées sont corrigées et intégrées dans un processus d’amélioration continue.

Des audits réguliers garantissent la cohérence, même dans des volumes massifs. Cette organisation assure un haut niveau de fiabilité, essentiel dans les cas d’usage Smart City.

Oui, Infoscribe traite et préserve les métadonnées essentielles à la Smart City : horodatage, géolocalisation, coordonnées GPS, informations capteur, type de source, résolution, conditions de capture, etc. Ces éléments sont cruciaux pour des analyses spatio-temporelles : suivi du trafic, détection d’événements, analyse de comportements, modélisation 3D ou comparaisons chronologiques.

Infoscribe peut enrichir, corriger ou harmoniser ces métadonnées, les intégrer dans les formats livrés (JSON, XML, COCO, formats lidar…) et les synchroniser avec les annotations. Cela garantit une compatibilité totale avec les systèmes SIG, plateformes urbaines ou pipelines de deep learning géospatial.