Reconnaissance d'espèces de poissons dans des images vidéo sous marines
Mots clés
Mots clés contrôlés
Résumé
Les progrès réalisés dans l’imagerie optique sous-marine conduisent de plus en plus à l’utilisation de ces systèmes dans des applications de surveillance, d’observation et/ou d’exploration. En effet, la vidéo sous-marine dispose d’atouts notables comme une haute résolution, une facilité d’interprétation et surtout une forte miniaturisation à faible coût. Malgré ces développements, le traitement automatique des enregistrements vidéos est encore très rare du fait de la complexité de l’information sous-marine' est pourtant une technologie pleine de promesses, en particulier pour le déploiement de robots et des observatoires sous-marins, dans un contexte de suivis pérennes des écosystèmes côtiers. Localiser, recenser et exploiter les populations marines nécessitent de recueillir en continu de la connaissance sur le milieu marin. L’objectif essentiel de cette thèse est la mise au point d’une chaîne de traitement et d’analyses d’images vidéo sous-marines pour la reconnaissance et le comptage automatique d’espèces de poissons. Cet outil est destiné à des aquariums grand public et à des stations d’observation pour le suivi des aires marines protégées (AMP) et des dispositifs de concentration de poissons (DCP). Dans ce travail de thèse nous voulons en particulier tester l’apport de l’apprentissage profond pour la représentation de l’environnement sous-marin et pour la classification des espèces.