Le projet 3DBigDataSpace vise à augmenter la quantité de modèles 3D de haute qualité dans l'espace de données en intégrant des ensembles de données de différents fournisseurs et agrégateurs de données. Le projet permettra à ces modèles d'être utilisés comme inventaire pour les téléspectateurs VR et AR et les applications 4D du monde.
3DBigDataSpace établira des solutions de stockage stables à long terme à l'échelle européenne pour les modèles 3D et les données connexes, y compris les modèles originaux, les données brutes et les dérivés de visionneuse 3D. En s’appuyant sur les efforts d’agrégation d’Europeana et en testant des outils d’enrichissement fondés sur l’IA afin d’améliorer la repérabilité, la contextualisation et la réutilisation du contenu 3D, le projet améliorera la facilité d’utilisation des données 3D.
Pour démontrer des utilisations pratiques, 3DBigDataSpace proposera des démonstrations dans les musées, l'éducation, le tourisme culturel et le patrimoine urbain. Il s'agit notamment de deux démonstrations du patrimoine urbain des machines à remonter le temps locales de l'organisation Time Machine à l'aide d'outils et de données de projet, de ressources pédagogiques pour le musée Hunt et d'expériences touristiques 3D/4D basées sur la localisation liées au patrimoine de pèlerinage européen via rurAllure .
En outre, le projet mènera des activités de renforcement des capacités et de sensibilisation pour donner aux institutions culturelles, aux chercheurs et aux créatifs les moyens de produire, de partager et de réutiliser du contenu 3D. Ces efforts comprendront des événements en personne, des ressources d'apprentissage en libre accès et une large diffusion.
Objectifs du projet
- Utiliser des outils d’IA pour créer et améliorer des modèles 3D, en améliorant la documentation numérique et la reconstruction d’objets du patrimoine culturel.
- Permettre un flux de travail de stockage et d'agrégation pour prendre en charge une collecte à l'échelle européenne et la disponibilité à long terme des ensembles de données et des métadonnées 3D.
- Déployez des outils pour catégoriser et traiter les actifs 3D, en les rendant partageables, interconnectables et accessibles.
- Activez les outils frontaux pour la visualisation de données 3D, les vues du monde 4D et la visualisation en réalité augmentée (RA).
- Développer des cas de démonstration pour valider et mettre en valeur les capacités de réutilisation 3D pour différents secteurs tels que le tourisme et l'éducation…
«3DBigDataSpace garantit que l’espace de données pour le patrimoine culturel peut gérer de grands ensembles de données 3D, en déployant un pipeline pour stocker, annoter et visualiser des données 3D. Europeana contribue à aligner ces travaux sur l’ensemble de l’espace des données et offre une expertise essentielle au développement de la formation ainsi que des lignes directrices et des bonnes pratiques pour l’utilisation, la documentation et la maintenance des ensembles de données 3D.»
Partenaires du projet
- Time Machine Organisation (TMO), Autriche
- Friedrich-Schiller-Universität Jena (UNIJENA), Allemagne
- IN2 Innovations numériques (IN2), Allemagne
- Inception (INCEPTION), Italie
- Fondazione Bruno Kessler (FBK), Italie
- Instytut Chemii Bioorganicznej Polskiej Akademii Nauk (PSNC), Pologne
- Universidad de Vigo (UVIGO), Espagne
- Rooom AG (Rooom), Allemagne
- The Hunt Museum (HUNT), Irlande
- Conferencia de Rectores de las Universidades del Suroeste Europeo (CRUSOE), Espagne
- Maisons historiques européennes (EHH), Belgique
- Europeana Foundation (EF), Pays-Bas
Informations sur le financement
| Flux de financement | The Digital Europe Programme (DIGITAL) (s'ouvre dans une nouvelle fenêtre) |
| Numéro de contrat | 101173385 |
| Bailleurs de fonds | |
![]() |
Impact clé du projet
| Ateliers sur la 3D avec 200 participants organisés | 10 |
| Modèles 3D stockés dans Zenodo | 1,000 |
| Individus atteints par des cas de démonstration 3D | 20,000 |
| Modèles 3D agrégés dans l'espace de données | 50,000 |
| Modèles 3D publiés via Europeana.eu | 50,000 |
| Modèles 3D traités via les pipelines de données et de métadonnées | 50,000 |


