Automatisation De L'analyse De Données Des Caméras Acoustiques Par Réseaux De Neurones Convolutifs (CNN) Rapport d'étape - Archive ouverte HAL
Rapport (Rapport De Recherche) Année : 2020

Automatisation De L'analyse De Données Des Caméras Acoustiques Par Réseaux De Neurones Convolutifs (CNN) Rapport d'étape

Résumé

L'UMR Ecologie et Santé des Ecosystèmes (INRAE-Agrocampus Ouest, Rennes) travailledepuis 2013 sur la description des migrations de poissons diadromes à l'aide de camérasacoustiques, en collaboration étroite avec l'Office Français de la Biodiversité dans le cadredu pôle OFB-INRAE-Agrocampus Ouest-UPPA pour la gestion des migrateursamphihalins dans leur environnement. Ces sonars multi-faisceaux à très haute fréquencepermettent d'obtenir des images de poissons sur lesquelles des caractéristiquesmorphologiques et comportementales peuvent être extraites. La mise en œuvre de cesoutils sur les bords des cours d’eau permet une observation du comportement naturel despoissons sans structure porteuse lourde (barrage, seuil), même en eau turbide. Lescaractéristiques des caméras acoustiques permettent l’acquisition de nouvelles donnéespar les gestionnaires qui utilisent couramment des techniques d’imagerie pour suivre lespopulations de poissons migrateurs. À l’heure actuelle, sur une cinquantaine de sites enFrance, des caméras optiques installées sur des passes à poissons permettent decompter le nombre de poissons migrant chaque année. Le développement de nouveauxoutils d’analyse de données issues des caméras acoustiques vise à faciliter l’utilisation deces méthodes de suivi innovantes par les gestionnaires. Pour l’heure, l’analyse des données enregistrées par les caméras acoustiques (DIDSON etARIS, du constructeur Soundmetrics Corp.) passe par une visualisation intégrale oupartielle des images par des opérateurs, procédure fastidieuse et très coûteuse en temps.Les campagnes d'acquisition se déroulant sur plusieurs mois, une automatisation dutraitement de ces images semble une avancée indispensable pour continuer à développerl’utilisation de ces outils en France, en particulier pour les transférer aux gestionnairesdes milieux aquatiques. Les objectifs sont donc de mettre en place i) une détectionautomatique de poissons sur les enregistrements, et ii) une identification des espèces enfonction de critères morphologiques (taille, ondulation...) et comportementaux (direction,vitesse de passage...). Pour développer cette automatisation, des approches innovantes detraitement d'images seront mises en œuvre, via les réseaux de neurones convolutifs(CNN) notamment, en collaborant avec l’UMR Littoral Environnement TélédétectionGéomatique (CNRS – Université de Rennes 2), laboratoire spécialisé en géographiephysique et traitement mathématique d’imagerie complexe. Le développement de cesoutils s’appuiera sur les données acquises dans le cadre d’études préalables du pôlemigrateurs. A terme, l’optimisation des temps d’analyse des vidéos acoustiques élargira lenombre de stations pouvant être suivies ou allongera les campagnes d’acquisition.Pourront ainsi être abordées de nouvelles questions de recherche : dispersion d’uneespèce diadrome sur un bassin versant en multipliant les sites suivis par des camérasacoustiques, étude de l’influence de l’évolution des conditions environnementales sur lesphénologies de migration de plusieurs espèces diadromes qui fréquentent un mêmecours d’eau. Des applications pour la gestion peuvent également en résulter, dont la miseen œuvre temporaire des caméras acoustiques en complément d’une autre méthode desuivi des migrateurs pour estimer les flux de migration (projet Toolbox, 2016-2018).
Fichier principal
Vignette du fichier
RapportPole_A27 CNN_2019.pdf (197.56 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03233535 , version 1 (24-05-2021)

Identifiants

  • HAL Id : hal-03233535 , version 1

Citer

Guglielmo Fernandez Garcia, François Martignac, Thomas Corpetti, Marie Nevoux, Laurent Beaulaton. Automatisation De L'analyse De Données Des Caméras Acoustiques Par Réseaux De Neurones Convolutifs (CNN) Rapport d'étape. [Rapport de recherche] OFB; INRAE; Institut Agro - Agrocampus Ouest; UPPA. 2020, 13 p. ⟨hal-03233535⟩
208 Consultations
149 Téléchargements

Partager

More