Des chercheurs américains ont mis au point un algorithme dont la mission est de traquer les braconniers par le biais d’une caméra thermique infrarouge couplée à un drone. Le temps de détection est ultra rapide : trois dixièmes de seconde !
Habituellement, les braconniers sont recherchés durant la nuit dans les réserves naturelles et autres parcs. Les gardes-chasse étant dépassés, des drones ont été mobilisés et ceux-ci sont équipés de caméras thermiques. En revanche, il existe un problème : l’image est très souvent de piètre qualité et il est parfois compliqué de distinguer un animal d’un humain.
Afin d’éviter les erreurs des gardes-chasse quant à l’identification des malfaiteurs, une équipe américaine de l’Université de Californie du Sud a mis au point un algorithme baptisé SPOT (Systematic POacher deTector). Le rôle de ce dernier est de faciliter la détection des braconniers sur le terrain, comme l’expliquait un communiqué de presse publié le 8 février 2018.
Les chercheurs ont tout d’abord testé leur algorithme après avoir demandé à des étudiants de classer des vidéos obtenues via les drones. L’algorithme SPOT, basé sur le deep learning, a été entraîné à faire la différence entre les humains et les animaux. Ainsi, ce sont pas moins de 4183 images sur lesquelles des humains apparaissaient et 18 480 autres où se trouvaient des animaux qui ont été utilisées.
Dans un second temps, les chercheurs ont travaillé sur la rapidité en ce qui concerne la reconnaissance afin de permettre aux gardes-chasse d’intervenir sans perdre de temps. Azure, le service cloud de Microsoft, a fourni la puissance de calcul afin de transférer un flux vidéo depuis un drone jusqu’à un ordinateur portable détenu par les gardes-chasse. L’image est donc instantanée et les gardes peuvent observer en temps réel ce qui se passe sur le terrain.
Après les tests menés en laboratoire, le dispositif a été déployé en Afrique du Sud en s’appuyant sur le programme Air Shepherd (voir vidéo ci-dessous).
Sources : Sciences et Avenir – Electronics 360
