ArcGIS prend en charge deux grandes approches pour gérer la relation entre une vidéo et ses métadonnées géographiques.

La première approche consiste à incorporer les métadonnées directement dans le flux vidéo à l’aide du modèle KLV (pour Key-Length-Value). Chaque image de la séquence peut ainsi être associée à la position et à l’orientation du capteur au moment de son acquisition.

Cette méthode présente l’avantage de réunir la vidéo et ses métadonnées dans un même flux. Elle s’applique aussi bien aux fichiers enregistrés qu’aux flux vidéo en direct. Elle est notamment fréquente avec les systèmes aériens professionnels qui enregistrent nativement les informations KLV. En revanche, le format n’est pas pris en charge par tous les lecteurs vidéo et n’est pas toujours adapté à certains modes d’acquisition, notamment aux vidéos à 360°.

Dans ArcGIS Pro, les vidéos compatibles peuvent être visualisées avec les capacités d’imagerie animée de l’extension ArcGIS Image Analyst. Le lecteur vidéo est alors étroitement associé à la carte : celle-ci peut afficher la position du capteur, son champ de vision et l’emprise de l’image observée. La liaison fonctionne également dans l’autre sens, puisque les informations collectées dans la vidéo peuvent être projetées sur la carte avec les autres données SIG. Lecteur de métadonnées de vidéo géospatiale

Le choix entre ces deux modèles dépend principalement de la plateforme d’acquisition, de la direction de prise de vue et de la disponibilité des métadonnées.

Pour une vidéo aérienne acquise depuis un avion ou un drone, les métadonnées KLV intégrées constituent souvent une solution adaptée. Les systèmes professionnels peuvent déjà les encoder dans les fichiers ou dans les flux au moment de l’acquisition. Lorsqu’une vidéo est capturée avec ArcGIS Flight et un drone pris en charge, l’application enregistre les métadonnées nécessaires sous la forme d’un journal de vidéo géospatiale, utilisable avec les deux modèles.

Les métadonnées externes peuvent être intégrées au flux vidéo à l’aide de l’outil Video Multiplexer. Une autre possibilité consiste à référencer directement la vidéo et ses métadonnées dans un jeu de données d’imagerie orientée, par exemple avec la catégorie AerialFrameVideo.

Pour une acquisition terrestre, notamment depuis un véhicule ou une caméra à 360°, l’imagerie orientée est généralement mieux adaptée. Les vidéos peuvent être ajoutées avec les catégories TerrestrialFrameVideo ou Terrestrial360Video, selon le type de contenu. Cette approche est particulièrement pertinente lorsque les métadonnées se limitent à une position GPS et à un horodatage.

Enfin, l’orientation de la caméra constitue un autre critère important. Lorsque celle-ci vise principalement le sol, les deux modèles peuvent être envisagés. Lorsqu’elle vise régulièrement l’horizon ou le haut d’un équipement, l’imagerie orientée est généralement préférable, car plusieurs fonctions associées aux vidéos KLV reposent sur la projection de l’image vidéo sur le terrain.

Des métadonnées parfois incomplètes, mais néanmoins exploitables

Dans la pratique, toutes les caméras ne fournissent pas un jeu complet de métadonnées. De nombreux équipements terrestres enregistrent uniquement la position de la caméra et l’heure de la prise de vue. Certains ajoutent également un cap, tandis que d’autres paramètres doivent être estimés.

Il est par exemple possible d’appliquer un décalage d’orientation fixe à une caméra placée latéralement sur un véhicule, ou une inclinaison constante à une caméra dirigée vers le sol. Pour certaines catégories de vidéos terrestres, ArcGIS peut aussi estimer le cap lors de l’ajout des images au jeu de données d’imagerie orientée. La vidéo reste donc utilisable avec des métadonnées limitées, même si la richesse fonctionnelle et la précision du positionnement dépendent nécessairement de la qualité des informations disponibles.

Il n’existe ainsi pas de réponse unique à la question du nombre minimal de métadonnées nécessaires. Le besoin dépend de l’usage recherché : partager et consulter une vidéo, suivre précisément un capteur, représenter son champ de vision ou positionner les observations réalisées dans l’image ne nécessitent pas le même niveau d’information.

Au-delà des workflows d'extraction d'images à partir des vidéos (possible dans ArcGIS à l'aide d'outil comme Extraire des images vidéo en images ou Vidéo à 360° vers Imagerie Orientée), le système ArcGIS propose plusieurs expériences pour exploiter directement les vidéos géospatiales. Avec ArcGIS Pro et l’extension ArcGIS Image Analyst, le lecteur vidéo peut traiter des fichiers archivés et des flux en direct. Il permet notamment d’afficher la position du capteur et le champ de vision sur la carte, de suivre le déplacement de la vidéo, de consulter les métadonnées au cours de la lecture et de collecter des entités depuis les images.

Les capacités d’imagerie orientée répondent, quant à elles, aux besoins liés aux vidéos accompagnées de métadonnées externes, en particulier pour les acquisitions terrestres, obliques ou à 360°. Elles permettent d’établir une relation entre les positions enregistrées dans une classe d’entités et les séquences correspondantes de la vidéo.

Le choix d’une expérience ne dépend donc pas simplement du format du fichier vidéo. Il doit prendre en compte la plateforme d’acquisition, la direction de visée, la structure des métadonnées, la nécessité de travailler avec un enregistrement ou un flux en direct, ainsi que le type d’interaction attendu avec la carte.