Bandeau Top Site

Vers une évaluation automatique de la biodiversité des poissons : promesses et défis de l’intelligence artificielle en écologie marine

 

Vers une évaluation automatique de la biodiversité des poissons : promesses et défis de l’intelligence artificielle en écologie marine

 

VILLÉGER Sébastien1, VILLON Sébastien1,2, MOUILLOT David1, CLAVERIE Thomas1,3, SUBSOL Gérard2, CHAUMONT Marc2

1 UMR MARBEC, 34095, Montpellier, France, UMR LIRMM, 34090, Montpellier, France, CUFR Mayotte, 97660, Dembeni, France

 

Les écosystèmes côtiers sont de plus en plus affectés par les changements globaux alors qu’ils abritent une biodiversité unique et fournissent d’importants services écosystémiques aux populations humaines. Depuis 10 ans des protocoles de suivi de la biodiversité des poissons reposant sur l’enregistrement de vidéos sous-marines ont été proposés mais l’analyse de ces vidéos requiert un important temps de travail par des experts. Les laboratoires MARBEC et LIRMM collaborent depuis 2015 pour développer des algorithmes d’estimation de la biodiversité des poissons sur des vidéos, à travers l'utilisation d'algorithmes de « Deep Learning » pour détecter, localiser et identifier automatiquement les poissons dans des images. Dans cette présentation nous illustrerons les outils et protocoles pour optimiser la phase d’apprentissage des algorithmes sur des images annotées, puis nous montrerons les résultats de ces algorithmes pour la reconnaissance de plus de 50 espèces de l’Océan Indien. Nous discuterons enfin de la transposition de ces méthodes pour le cas des écosystèmes méditerranéens.