Télédétection à très hautes résolutions et réseaux de neurones convolutifs pour la caractérisation de la faune et de la végétation

点击翻译按钮获取中文摘要

La multiplication des plateformes terrestres, aériennes, satellitaires combinée à l'essor d'approches de traitement basées sur l'intelligence artificielle, ouvre la porte à l'exploitation de données massives, multi-résolutions et multi-configurations à très haut potentiel. Ce programme de recherche vise à développer des approches innovantes de traitement d'imagerie à très hautes et ultra-hautes résolutions spatiales et temporelles pour la caractérisation de la faune et de la végétation en milieu naturel et anthropisé/agricole, dans un contexte de conservation. Le programme inclut deux volets. Le premier porte sur la détection et l'inventaire de la grande faune par traitement d'imagerie aérienne et satellitaire. La disponibilité des données démographiques indispensables à la gestion de la grande faune est relativement faible dans certaines régions canadiennes à cause de problèmes d'accessibilité et de règlementation liées à l'inventaire aérien. L'avènement récent des drones, la miniaturisation des capteurs et la disponibilité croissante d'imagerie satellitaire à très hautes résolutions ouvrent de nouvelles perspectives pour la détection faunique. De plus, les approches récentes basées sur les réseaux de neurones convolutifs (RNC) ont démontré un potentiel important pour la détection automatisée d'objets mais restent cependant peu explorées dans un contexte d'inventaire. Ce volet est dans la continuité de mes travaux antérieurs et inclut deux projets qui visent à (1) développer une approche de détection et d'inventaire de cerfs à l'aide d'imagerie drone à ultra-haute résolution spatiale et (2) développer une approche de détection et d'inventaire de grands mammifères nordiques par imagerie satellitaire à très haute résolution. Le second volet porte sur la détection et le suivi de ravageurs et maladies des cultures par traitement d'imagerie proximale. Dans un contexte de changements climatiques, les cultures mondiales vont subir une augmentation des dommages liés aux ravageurs. Parallèlement, la gestion des problèmes phytosanitaires nécessite une utilisation raisonnée d'intrants impliquant notamment le développement d'approches de dépistage automatisées. L'utilisation de l'imagerie aérienne et proximale combinée aux RNC en agriculture est récente mais présente des résultats très prometteurs en comparaisons avec les approches classiques. Ces techniques restent cependant limitées dans leur capacité à détecter des symptômes multiples et variables dans les cultures. Ce volet est également dans la continuité de mes travaux et inclut un projet qui vise à développer une approche de détection d'une maladie de la vigne actuellement critique en viticulture, la flavescence dorée. L'application de RNC sur imagerie proximale à ultra-haute résolution et imagerie drone est testée. Ces nouvelles approches permettront ainsi d'accroitre nos connaissances sur les populations de grands mammifères et nos capacités à détecter les ravageurs et maladies des cultures.