• Appel à projet : Intelligence artificielle (IA) appliquée aux infrastructures en service.
  • Financement : Fondation d'Entreprises FEREC
  • Porteur : TerrOïko
  • Partenaires : UGE - CEFE CNRS
  • Contact : Sylvain Moulherat
  • Durée du projet : 12 mois (2020-2021)
  • Coût total du projet : 110 k€
  • Montant de la subvention : 40 k€

Actualités OCAPI

  • 01/12/21 : Restitution du projet OCAPI à la Fédération Nationale des Travaux Publics, 3 rue de Berri, 75008 Paris.

Labellisation ITTECOP

logo Ittecop

OCAPI

Observation de la biodiversité par des CAméras Plus Intelligentes

logo UGE
logo Cefe

A l’heure du déploiement massif de caméras sur le territoire et du développement des infrastructures connectées, le projet OCAPI ambitionne d’étendre les usages des caméras déployées sur les infrastructures existantes à la gestion de la biodiversité aux abords de ces infrastructures dans le cadre de la gestion des risques associés aux collisions et au suivi d’efficacité des mesures environnementales.

Les méthodes d’apprentissage profond basées sur l’exploitation d’images issues de pièges-photographiques se développent dans le domaine de la gestion/protection de la biodiversité. Ces approches bien qu’efficaces, se cantonnent toutefois à des expérimentations de recherche et leur mise en œuvre opérationnelle au-delà de grands projets vitrines reste à développer.

En parallèle l’équipement des infrastructures (mais aussi des territoires) avec de plus en plus de caméras ainsi que le développement des infrastructures connectées offrent une opportunité particulièrement intéressante pour faire converger à la fois les besoins des gestionnaires d’infrastructures (gestion du risque de collisions et suivis des mesures environnementales) et des gestionnaires de la biodiversité (suivi large échelle des répartitions, voir abondances d’espèces cibles) grâce au développement des technologies numériques dont l’intelligence artificielle et les maquettes numériques.

Le projet OCAPI développe des outils et méthodes permettant d’exploiter les nouvelles opportunités offertes par les réseaux de capteurs (ici caméras) déployés sur les infrastructures, traitées par les techniques d’apprentissage profond afin d’alimenter des modèles de distributions d’espèces utilisés en biologie de la conservation. Ces outils et méthodes offrent ainsi l’opportunité d’utiliser les infrastructures et leurs capteurs comme des outils d’observation de la biodiversité.

La méthodologie générale :

Le projet OCAPI contribue au développement d'algorithmes d’apprentissage profond (Deep learning) permettant l’identification automatique des grands Mammifères les plus fréquemment rencontrés dans les accidents avec les véhicules (Sanglier, Chevreuil et Cerf).

Ce développement a été possible par le déploiement d’une plateforme d’annotation d’images bénéficiant des apports en images (photographies et vidéos) de partenaires majeurs tels que Vinci autoroute, le Réseau Lynx, ou les Fédérations Régionales et Départementales des Chasseurs. Les données de reconnaissance produites à l’aide des systèmes automatisés sont alors exploitées à l’aide de modèles de distribution d’espèces permettant de produire des cartographies des risques associés à la présence de ces grands Mammifères. L’ensemble de cette chaîne de traitement et d’analyse a été conçu et testé en environnement virtuel basé sur un cas réel.

logo Fondation FEREC logo UGE logo Cefe logo CNRS