Ocapi : observation de la biodiversité par des capteurs plus intelligents

OCAPI est devenu un produit: https://www.terroiko.fr/ocapi/ !

 

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 et de la protection de la biodiversité. Ces approches, bien qu’efficaces, se cantonnent 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 suivi des mesures environnementales) et des gestionnaires de la biodiversité (suivi large échelle des répartitions, voir des abondances d’espèces cibles) grâce au développement des technologies numériques, en particulier 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 des caméras) déployés sur les infrastructures. Traitées par les techniques d’apprentissage profond ("deep learning"), les données issues de ces capteurs peuvent servir à alimenter des modèles de distribution 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.

 

Méthodologie générale

 

Le projet Ocapi contribue au développement d'algorithmes d’apprentissage profond permettant l’identification automatique des grands mammifères les plus fréquemment rencontrés dans les accidents avec les véhicules (sanglier, chevreuil et cerf).

La conception et l'entraînement d'intelligences artificielles sont rendus possibles par le déploiement, en amont, d’une plateforme d’annotation d’images, qui a bénéficié des apports en images (photographies et vidéos) de partenaires majeurs tels que Vinci Autoroutes, le Réseau Lynx, ou les Fédérations régionales et départementales de chasseurs. Les données de reconnaissance produites à l’aide des systèmes automatisés sont ensuite exploitées, via des modèles de distribution d’espèces, pour produire des cartographies des risques associés à la présence des grands mammifères. L’ensemble de cette chaîne de traitement et d’analyse a été conçue et testée en environnement virtuel, basé sur un cas réel.

A l'issue du projet, le développement du logiciel Ocapi est appelé à se poursuivre. Ses fonctionnalités seront notamment étendues à l'analyse des données audio, dans le cadre du programme de recherche Psi-Biom.

 Accéder au logiciel Ocapi

 

Rapports et livrables

 

 Lire le rapport final

 

Soutiens et partenaires