Recourir à l’apprentissage automatique et à la vision par ordinateur pour accroître les recettes de l’impôt foncier en RDC

Ce projet consiste à constituer un rôle d’évaluation foncière pour Kananga, ville d’environ un million d’habitants en République démocratique du Congo. Pour estimer la valeur des 48 000 biens de Kananga, les chercheurs proposent d’utiliser des modèles d’apprentissage automatique entraînés sur les caractéristiques des biens et des quartiers relevées par enquête. Ils s’appuient sur 1 654 valeurs établies par des géomètres publics lors de visites d’expertise sur place, les combinent avec des caractéristiques issues d’enquêtes ou extraites de photographies, et recourent à des modèles d’apprentissage automatique ou de vision par ordinateur pour prédire la valeur des 43 508 biens restants.