Recevez chaque jour toute l'actualité du numérique

x

Des scientifiques utilisent la reconnaissance faciale pour comprendre le comportement des grizzlis

Une éthologue canadienne, spécialisée dans l'étude des comportements des grizzlis, et deux développeurs ont lancé le projet "BearID" dont l'objectif est d'utiliser la reconnaissance faciale pour suivre ces ours au fil du temps. Ils viennent de publier une partie de leurs travaux et affirment avoir développé un algorithme de computer vision capable d'identifier les mammifères avec 84 % de précision.
Twitter Facebook Linkedin Flipboard Email
×

Des scientifiques utilisent la reconnaissance faciale pour comprendre le comportement des grizzlis
Des scientifiques utilisent la reconnaissance faciale pour comprendre le comportement des grizzlis © BearID Project

Une équipe de chercheurs a développé un algorithme de vision par ordinateur (computer vision) pour reconnaitre puis suivre les populations de grizzlis, une sous-espèce de l'ours brun commune au Nord des États-Unis et au Canada. Fruit d'une dizaine d'année de travail, le logiciel BearID vient de faire l'objet d'une publication dans la revue scientifique Ecology and Evolution.

La combinaison de BearID avec des pièges photographiques pourrait faciliter la recherche comportementale et constituer une méthode de surveillance non-invasive des populations dans leur milieu naturel.

Appliquer la reconnaissance faciale aux ours
Ces recherches sont le fruit d'une rencontre entre l'éthologue Mélanie Clapham et les développeurs américains Ed Miller et Mary Nguyen, qui s'est faite grâce à un site qui met en relation les spécialistes de la technologie et les écologistes. Ils se sont demandé si l'IA utilisée pour la reconnaissance des visages humains pouvait être exploitée pour discerner le visage d'un ours.

Ils ont commencé par rechercher d'autres projets combinant animaux et deep learning. Ils ont alors découvert "dog hipsterizer", un programme qui permet de trouver les visages, les yeux et les nez des chiens sur les photos et d'y placer des lunettes et des moustaches. Bien qu'entraîné sur des chiens, Dog Hipsterizer fonctionnait assez bien sur les visages des ours.
 


Néanmoins, les premières étapes de BearID ont été fastidieuses, raconte Mary Nguyen. Pour créer un data set pour entrainer le réseau de neurones, les scientifiques ont dû examiner plus de 4000 photos d'ours, puis entourer les yeux, le nez et les oreilles de chaque mammifère afin que le programme puisse apprendre à trouver ces caractéristiques.

Les grizzlis n'ont pas de signe distinctif
Le système a également dû surmonter un autre problème. Pour surveiller les populations de grizzlis, "nous devons être capables de reconnaître les individus", explique Melanie Clapham. Mais les ours n'ont aucune caractéristique comparable à une empreinte digitale, comme les rayures d'un zèbre ou les taches d'une girafe. De plus, leur poids peut énormément fluctuer dans le temps.

À partir de 4675 visages d'ours entièrement étiquetés sur des photographies recueillies dans deux emplacements surveillés à Knight Inlet en Colombie-Britannique et au Parc national Katmai en Alaska, ils ont divisé au hasard les images en data sets. Une fois formé à partir de 3 740 visages d'ours, l'apprentissage s'est fait "sans supervision", a déclaré poursuit l'éthologue.

Tout d'abord, le système d'apprentissage automatique trouve le visage de l'ours en utilisant des points de repère comme les yeux, le bout du nez, les oreilles et le sommet du front. Ensuite, le logiciel réoriente le visage pour extraire, encoder et classer ses traits. Le système a identifié les ours avec un taux de précision de 84 %, en distinguant correctement les ours connus tels que Lucky, Toffee, Flora et Steve.
 

 


Un système imparfait
Mais, comme pour les humains, la reconnaissance faciale pour les ours n'est pas infaillible. Les chercheurs relèvent que la différence d'éclairage sur la photographie peut entraîner une mauvaise classification des ours. Il n'en reste pas moins que le logiciel BearID est un outil intéressant pour étudier une population. Les scientifiques espèrent élargir les cas d'usage de ce dispositif pour l'appliquer aux loups et aux Ours noir d'Asie.

"Ce que nous aimerions, c'est qu'un jour nous ayons un endroit où les gens puissent télécharger des images à partir des pièges photographique et que le système vous dise non seulement quelle espèce vous avez vue, mais aussi quel individu vous avez vu", conclut Melanie Clapham, citée par le New York Times.

Réagir

* Les commentaires postés sur L’Usine Digitale font l’objet d’une modération par l’équipe éditoriale.

 
media