INO : Détection et classification d’espèces animales dans des images RGB et NIR pour l’estimation de densité faunique

L’estimation de l’abondance d’une population animale est un élément central en gestion et en conservation de la faune. Les méthodes traditionnelles d’estimation telles que l’inventaire aérien et l’estimation par capture-marquage-recapture (CMR) ne sont pas toujours adéquates et le recours à des caméras ‘automatisées’ déployées dans l’habitat est une alternative convoitée. Les performances de ces systèmes d’analyse d’image sont toutefois limitées par la précision et la sensibilité de détection des logiciels utilisés.
L’objectif de ce projet de stage à l’INO est donc de proposer et d’optimiser un algorithme de détection d’animaux robuste face à des variantes telles que la résolution, la distance de passage, l’écran végétal, la taille de l’animal et la vitesse de déplacement des animaux, et performant dans des conditions d’illumination non contrôlées (nuit, jour, soleil dans le champ de vue), des conditions climatiques difficiles (pluie, vent, changement de saisons, etc.) et des angles de prises de vue variables (par exemple, animal de profil ou de face).

Faculty Supervisor:

Christian Gagné;Martin-Hugues St-Laurent

Student:

Partner:

Institut national d'optique

Discipline:

Computer science

Sector:

Professional, scientific and technical services

University:

Université Laval

Program: