Pas de GPS.
Pas de métadonnées.
L'IA lit la scène.
Trouvez où
une photo a été prise
Vous avez une photo. Pas de GPS. Pas de métadonnées. Juste des pixels. Oceanir lit la scène - routes, panneaux, bâtiments, relief - et estime où elle a été prise. Aucune donnée EXIF requise.
Pourquoi vous êtes ici
Personne ne se réveille avec l'envie de géolocaliser une photo. Quelque chose s'est passé avant. Une question qui ne lâche pas. Une image qui demande une réponse.
Une vidéo apparaît sur les réseaux sociaux et prétend montrer une manifestation dans une ville précise. Le compte est anonyme. Les métadonnées ont disparu. Vous devez vérifier où elle a réellement été tournée avant de publier.
La dernière communication connue d'une personne disparue était une photo envoyée par messagerie. L'application a supprimé les données GPS. L'image est tout ce qui reste.
Vous avez trouvé une vieille photo dans des archives, sans étiquette de localisation. Les bâtiments, les marquages au sol, la végétation - tout dit quelque chose de l'endroit. Vous devez l'écouter.
Quelqu'un a partagé une photo et vous voulez savoir où c'est. Pas parce que c'est important. Parce que vous ne pouvez pas vous empêcher de la regarder en vous posant la question.
Dans tous les cas, les métadonnées ont disparu. Instagram les supprime. WhatsApp les supprime. Twitter les supprime. Les captures d'écran n'en ont jamais eu. Il reste l'image elle-même - et l'image suffit.
Comment trouver où une photo a été prise
Le procédé est simple. Le raisonnement derrière, non.
Vous téléversez l'image
N'importe quel JPG, PNG ou WebP. Glisser-déposer. Pas besoin de compte pour commencer. Vous pouvez aussi extraire une image fixe d'une vidéo - mettez en pause sur un plan extérieur clair, enregistrez l'image, téléversez-la. Le format n'a pas d'importance. Les pixels, oui.
Le modèle lit la scène
Ce n'est pas du rapprochement d'images. Le modèle ne compare pas votre photo à une base de données de lieux connus. Il lit l'image comme le ferait un géographe expérimenté : il identifie le style des marquages au sol, la période architecturale, les espèces d'arbres, l'angle des ombres. Chaque indice rétrécit le monde.
Exemple : Une photo montre des plaques d'immatriculation jaunes, une circulation à gauche et des maisons mitoyennes en briques avec fenêtres à guillotine. Les plaques jaunes la limitent à l'UE et à la Chine. La circulation à gauche élimine la Chine. Les fenêtres à guillotine et les rangées de briques pointent vers le Royaume-Uni. Le modèle ne devine pas - il élimine.
Vous vérifiez le résultat
Oceanir renvoie des candidats classés - pas un point unique sur une carte. Chaque candidat est accompagné d'un score de confiance, de la chaîne de preuves qui le soutient et d'une comparaison avec Street View pour que vous puissiez juger par vous-même. C'est vous qui tranchez. Le modèle rétrécit le monde. Vous bouclez l'enquête.
Quels types de photos fonctionnent le mieux
Meilleurs résultats
- +Scènes en extérieur avec rues ou intersections visibles
- +Vues nettes de bâtiments, vitrines ou façades
- +Panneaux de rue, enseignes ou plaques d'immatriculation visibles
- +Repères, ponts ou monuments distinctifs
- +Reliefs avec végétation ou littoral reconnaissables
Plus difficiles à localiser
- –Photos d'intérieur sans fenêtre ni contexte extérieur
- –Prises nocturnes avec peu de détails visibles
- –Images très recadrées ou plans très rapprochés
- –Portraits ou selfies avec arrière-plan flou
- –Vues aériennes par drone à très haute altitude
Aucune métadonnée requise
La plupart des photos partagées sur les réseaux sociaux - Instagram, Twitter/X, Facebook, WhatsApp, Signal - voient leurs métadonnées EXIF et GPS supprimées automatiquement à l'envoi. Les outils traditionnels qui dépendent des métadonnées ne renvoient donc rien.
Oceanir n'a pas besoin de données EXIF. L'IA réalise une analyse purement visuelle : elle lit les styles architecturaux, les marquages au sol, les langues de la signalétique, les caractéristiques du relief, les types de végétation et des centaines d'autres signaux géographiques inscrits dans les pixels eux-mêmes.
Cela signifie qu'Oceanir peut estimer la localisation de captures d'écran, d'images ré-enregistrées, de photos issues de messageries, et de toute image dont les métadonnées ont été perdues ou n'ont jamais existé.
Voyez-le en action
Quand vous téléversez une photo, Oceanir ne cherche pas un appariement. Il lit l'image signal par signal - chaque indice rétrécit un peu plus le monde. Voici à quoi cela ressemble.
Analyse des signaux visuels...
En attente...
En attente...
En attente...
En attente...
En attente...
En attente...
D'accord, mais et Google Lens ?
Google Lens est bon. Il identifie les repères et fait correspondre des images visuellement similaires. Mais certaines images, il ne les localisera tout simplement pas - et ce sont souvent celles pour lesquelles les gens ont vraiment besoin d'aide. C'est là que la différence apparaît.
Une photo issue de WhatsApp - métadonnées supprimées
Rien. Pas de GPS, pas de résultat.
Il lit la scène. Bâtiments, type de route, végétation. Il obtient une localisation.
Une capture d'un cadre de Google Street View
Aucun appariement possible. C'est une capture, pas l'image originale.
Il lit le contenu visuel de la capture comme n'importe quelle photo.
Une route pavillonnaire générique sans repères
Trop générique. Aucun élément distinctif sur lequel s'appuyer.
Marquages au sol, profils de bordures, type de poteaux électriques, espacement des entrées - autant de signaux géographiques.
Une photo réenregistrée plusieurs fois, compressée à l'extrême
Qualité trop faible pour l'appariement. Aucun résultat.
La compression détruit les métadonnées, pas la géographie. La route est toujours là. Les bâtiments aussi.
Une photo d'intérieur à travers une fenêtre
Intérieur = aucun appariement. Point.
Qu'est-ce qu'on voit par la fenêtre ? Architecture, ciel, relief. Des indices partiels comptent aussi.
Le schéma est toujours le même : les autres outils dépendent d'un appariement visuel dans leur index. Lorsqu'il n'y a pas d'appariement - parce que l'image est trop générique, trop compressée ou dépouillée de ses métadonnées - ils ne renvoient rien. Oceanir lit la géographie directement dans les pixels. Aucun appariement requis.
Conçu pour la précision
Trouvez où c'était
15 crédits offerts. Sans carte bancaire. Téléversez une photo et obtenez un résultat en moins de 30 secondes.
Lancer l'analyseQuestions fréquentes
Oui. Oceanir ne dépend pas des métadonnées EXIF ou GPS. L'IA lit les indices visuels présents dans l'image elle-même - routes, panneaux, bâtiments, relief, végétation - pour estimer le lieu. La plupart des photos partagées sur les réseaux sociaux ont leurs métadonnées supprimées, c'est pourquoi Oceanir est conçu pour fonctionner sans elles.
Le modèle Orca d'Oceanir atteint 20,1 % de précision à 1 km et 46,8 % à 25 km sur le benchmark Im2GPS3k - les meilleurs scores publiés parmi les systèmes de géolocalisation visuelle. La précision dépend des indices visuels disponibles - les scènes extérieures avec une architecture, une signalétique ou un relief distinctifs donnent les meilleurs résultats.
Les scènes extérieures avec rues, panneaux de signalisation, devantures, façades ou relief distinctif visibles fonctionnent le mieux. Les photos d'intérieur, les prises nocturnes, les images très recadrées et les portraits rapprochés sont plus difficiles car ils contiennent moins d'indices géographiques.
10 crédits offerts, sans carte bancaire. Chaque analyse consomme un crédit. Les forfaits payants démarrent à 10 $/mois pour Pro, 63 $/mois pour Developer, passent à 119 $/mois pour les espaces Unit, et contactez le service commercial pour Enterprise et Enterprise.
Oui. Extrayez une image fixe de votre vidéo (un plan extérieur clair fonctionne le mieux) et téléversez-la en JPG, PNG ou WebP. Oceanir analyse le cadre comme n'importe quelle photo.