Restez toujours informé: suivez-nous sur Google Actualités (icone ☆)
Reconnaitre individuellement les oiseaux grâce au motif de leur plumage, voilà une tâche ardue pour l'humain. Mais pas pour la machine ! Une collaboration internationale impliquant principalement des scientifiques du CNRS, de l'Université de Montpellieret de l'Université de Porto au Portugal, vient de montrer comment des ordinateurs peuvent apprendre à différencier les individus d'une même espèce d'oiseaux. Ces résultats sont publiés le 27 juillet 2020 dans Methods in Ecology and Evolution.
Photographie d'une Mésange charbonnière illustrant comment l'identification individuelle est faite par les ordinateurs. © André Ferreira.
La reconnaissance des différents individus d'une même espèce est essentielle pour étudier les populations d'animaux sauvages, leur processus d'adaptation et leur comportement. Pour la toute première fois, des équipes de recherche portées par des scientifiques du Centre d'écologie fonctionnelle et évolutive (CNRS/ Université de Montpellier/ Université Paul-Valéry-Montpellier/ IRD/ EPHE) et du CIBIO à l'Université de Porto ont identifié individuellement des oiseaux grâce à des techniques d'intelligence artificielle.
Les chercheurs et chercheuses ont mis au point une technique leur permettant de récolter de très nombreux clichés d'oiseaux: des individus identifiés portant des marques électroniques ont été photographiés sous plusieurs angles. Cette collecte a ainsi alimenté les ordinateurs qui ont alors appris à reconnaître les oiseaux en analysant les images par des méthodes de deep learning. Un tel dispositif a permis aux ordinateurs de distinguer les individus selon les motifs sur leurs plumages, tâche que les humains ne peuvent effectuer. Les machines sont parvenues à différencier les individus chez trois espèces d'oiseaux, le républicain social, la Mésange charbonnière et le Diamant mandarin.
Ce nouveau procédé peut non seulement mener à des méthodes d'identification moins invasives des individus sauvages, mais aussi à de nouvelles connaissances en écologie. L'IA pourrait aussi ouvrir de nouvelles possibilités dans l'étude du comportement animal en population naturelle.
Bibliographie:
Deep learning-based methods for individual recognition in small birds, André C. Ferreira, Liliana R. Silva, Francesco Renna, Hanja B. Brandl, Julien P. Renoult, Damien R. Farinec, Rita Covas et Claire Doutrelant, Methods in Ecology and Evolution le 27 juillet 2020. DOI: 10.1111/2041-210X.13436
Contacts:
- Claire Doutrelant - Chercheuse CNRS
- Julien Renoult - Chercheur CNRS
- Clara Barrau- Attachée de presse
Populaires