Des drones à vision artificielle surveillent les animaux dans la savane africaine

Le Kalahari est une savane sablonneuse semi-aride qui s'étend sur de vastes régions du Botswana, de l'Afrique du Sud et de la Namibie. Il abrite une grande variété de grands mammifères, notamment des girafes, des autruches, des gnous et diverses espèces de gazelles.

Les ressources alimentaires changent constamment dans la savane à mesure que les précipitations changent, à cause de la pression du pâturage et à mesure que les feux de brousse se propagent à travers le pays. Pour éviter le surpâturage, les gestionnaires des terres doivent s'assurer que le nombre de brouteurs correspond à la disponibilité de nourriture.

Cela nécessite une surveillance importante. Les moyens les plus courants d'estimer les populations de grands mammifères consistent à les compter à partir d'un hélicoptère ou à installer des pièges photographiques qui enregistrent leurs déplacements à des endroits précis.

Mais ces méthodes présentent des inconvénients importants. Les pièges photographiques ne peuvent enregistrer les populations qu'à un seul endroit et les études par hélicoptère sont coûteuses et prennent du temps.

Une autre option consiste à photographier la zone à l'aide d'un drone. Cela produit un grand nombre d'images couvrant de vastes étendues de terres. Mais il y a un problème. L'analyse de ces images est difficile. Cela nécessite des opérateurs humains formés pour consacrer beaucoup de temps à la tâche.

Les gestionnaires des terres aimeraient donc beaucoup avoir une meilleure façon d'analyser ces images.

Entrez Nicolas Rey à l'Ecole Polytechnique Fédérale de Lausanne (EPFL) en Suisse et quelques copains qui ont formé un algorithme de vision artificielle pour faire le travail à la place. Ils disent que l'algorithme réduit considérablement le temps requis des humains experts et pourrait conduire à des améliorations significatives dans les estimations de la population de grands animaux.

Leur méthode est simple. Ils commencent par une étude de cartographie par drone réalisée en 2014 dans la réserve faunique de Kuzikus, au bord du Kalahari en Namibie. Cela a impliqué cinq vols de drones au-dessus de la réserve avec une caméra qui a pris 6 500 photos du sol. Chaque image mesurait 3 000 x 4 000 pixels avec une résolution de quelques centimètres par pixel.

Ces images montrent de nombreux grands mammifères mais ils sont peu distribués. Et cela les rend chronophages pour les humains à trouver.

L'idée de Rey et co est qu'un système de vision artificielle peut être formé pour faire le travail à la place. Mais la formation nécessite des résultats concrets dont la machine peut tirer des enseignements.

Ainsi, une partie importante de la méthode de Rey and co consiste à créer cet ensemble de données de vérité terrain à l'aide d'une campagne de crowdsourcing. Ils ont demandé à 232 volontaires d'étudier les images et de dessiner un polygone autour de chaque animal rencontré. Chaque image a été vue par au moins trois volontaires et un maximum de 10. Le nombre moyen de spectateurs était de cinq. Si plus de la moitié des téléspectateurs étaient d'accord, l'équipe a supposé qu'ils avaient identifié un animal.

De cette manière, les volontaires ont trouvé quelque 976 grands mammifères sur 650 images. Des experts humains ont ensuite examiné les résultats, supprimant 21 faux cas dans un processus qui n'a pris que 30 minutes. L'équipe a ensuite utilisé ces exemples pour former et tester son algorithme de vision artificielle.

Les résultats sont intéressants. L'équipe a trouvé que l'algorithme fonctionnait mieux tôt dans la journée lorsque les animaux projetaient de longues ombres. Nous concluons que voler le matin et toujours à la même heure de la journée peut conduire à de meilleurs résultats, disent-ils. Pour la même raison, il était également plus efficace pour repérer les animaux debout que couchés.

Néanmoins, le système a bien fonctionné. Le système atteint un taux de rappel élevé et un opérateur humain peut alors éliminer les fausses détections avec un effort limité, explique l'équipe. Un opérateur humain est donc toujours nécessaire, mais avec une charge de travail considérablement réduite.

Cela a des implications pour la conservation des animaux en Afrique et dans d'autres grandes régions. Il montre que la détection de grands mammifères dans la savane semi-aride peut être abordée en traitant les données fournies par des caméras RVB standard montées sur des drones à ailes fixes abordables, disent Rey et co.

C'est un travail intéressant qui montre comment une technologie de drone relativement bon marché et des techniques de vision artificielle de plus en plus puissantes peuvent être appliquées dans des endroits éloignés. La conservation des animaux dans ces régions devrait ainsi être plus facile et plus efficace.

Réf : arxiv.org/abs/1709.01722 : Détection d'animaux dans la savane africaine avec des drones et la foule

cacher