DeepFaune
Le projet porte sur la classification d’images collectées par les pièges photographiques pour le recensement de la faune pour le suivi et la gestion de nombreuses espèces.
A partir des données collectées par les pièges photographiques, l’équipe DeepFaune développe un logiciel sous la forme d’une interface graphique permettant de classifier des images/vidéos et de les trier depuis son ordinateur de bureau. Ce logiciel vise à implémenter la détection d'animaux et leur classification grâce à l’intelligence artificielle.
Champs thématiques adressés par le projet :
-
Computer Vision (CV)
-
Machine Learning (ML)
-
Natural Sciences
Plus d’information sur le projet et accès aux ressources :
L’équipe de recherche à l’origine du projet s’appuie sur le réseau d’ingénieurs du PNRIA
Equipe de recherche :
- Simon Chamaillé-Jammes CEFE (CNRS/EPHE/IRD/Université de Montpellier)
- Vincent Miele LBBE (CNRS/université Lyon 1/VetAgroSup)
Ingénieurs du PNRIA :
- Julien Rabault IRIT (CNRS/Université Toulouse 3 Paul Sabatier/INP Toulouse)
- Pierre Cornette IDRIS (CNRS)
- Antoine Regnier IDRIS (CNRS)