Intelligence artificielle: entre l'écorce et l'arbre

Publié par Adrien le 23/04/2018 à 00:00
Source: Jean Hamann - Université Laval
1
Restez toujours informé: suivez-nous sur Google Actualités (icone ☆)


L'automatisation d'opérations forestières comme les inventaires à l'aide de drones nécessite la capacité de reconnaître une espèce à partir d'images. Contrairement aux feuilles, aux fleurs et aux fruits, l'écorce est présente en permanence pendant toute la vie de l'arbre (Un arbre est une plante terrestre capable de se développer par elle-même en hauteur, en...) et même plusieurs mois après sa récolte, ce qui en fait une caractéristique diagnostique de choix.
Photo: Jason Blackeye.
Des chercheurs développent un système intelligent pour identifier les espèces d'arbres à partir d'images de leur écorce

Les inventaires forestiers à l'aide de drones et la robotisation des opérations en forêt ou en usine seraient grandement facilités s'il existait un système de reconnaissance automatique (L'automatique fait partie des sciences de l'ingénieur. Cette discipline traite de la...) des espèces d'arbres à partir d'images. Une équipe du Département d'informatique (L´informatique - contraction d´information et automatique - est le domaine...) et de génie logiciel (Le génie logiciel (anglais software engineering) est une science qui étudie les...) vient de faire une avancée significative dans le domaine en développant un système permettant d'identifier avec une efficacité de 98% les espèces les plus courantes au Québec à partir de photos de leur écorce.

Il faut un oeil humain exercé pour identifier correctement un arbre en utilisant uniquement son écorce. Même pour une espèce donnée (Dans les technologies de l'information, une donnée est une description élémentaire,...), les caractéristiques de l'écorce changent d'un arbre à l'autre, de même qu'en fonction de l'âge d'un spécimen et des conditions locales de croissance. L'écorce offre toutefois un grand avantage par rapport aux feuilles, aux fleurs et aux fruits: elle est présente en permanence pendant toute la vie de l'arbre et même plusieurs mois après sa récolte. De plus, l'écorce est la seule partie de l'arbre facilement accessible aux robots terrestres.

Pour développer un système intelligent permettant d'identifier les arbres à l'aide de leur écorce, l'étudiant-chercheur Mathieu Carpentier et les professeurs Philippe Giguère et Jonathan Gaudreault ont fait appel à l'apprentissage profond par réseaux neuronaux. "Nous fournissons des images au système et nous lui demandons de quelle espèce il s'agit, explique Mathieu Carpentier. Son analyse, qui repose sur les pixels de l'image, conduit d'abord à des réponses erronées. Nous modifions alors les paramètres pour raffiner les analyses et le système apprend progressivement à mesure que nous lui montrons plus d'images."

Des études réalisées par d'autres groupes de recherche ont montré que cette approche permettait de surpasser l'humain pour certaines tâches visuelles. Le problème est qu'il faut un nombre (La notion de nombre en linguistique est traitée à l’article « Nombre...) très élevé d'images pour y arriver. "La plus volumineuse banque publique de photos d'écorce à laquelle nous avions accès contenait 1 200 images de 11 espèces. Ce n'était pas suffisant, alors il a fallu créer notre propre banque", souligne l'étudiant-chercheur.

L'été dernier, Mathieu Carpentier et l'étudiant-chercheur Luca Gabriel Serban, du Département des sciences du bois et de la forêt, ont donc pris la clé des bois pour photographier et identifier sur le terrain plus de 1 000 arbres appartenant à 23 espèces. Ils ont visité des parcs et des boisés urbains de la ville de Québec ainsi que la forêt Montmorency dans la réserve faunique des Laurentides (La réserve faunique des Laurentides, aussi connue sous son ancien nom de parc des Laurentides,...). Pour chaque spécimen, l'écorce était photographiée de 10 à 40 fois sous différents angles et à différentes hauteurs du tronc (Un tronc peut être :). Il en a résulté une banque de 23 000 photos haute résolution; chacune d'elles a été découpée en images de 224 X 224 pixels. Au terme de l'exercice, quelque 650 000 images ont servi à entraîner le système intelligent et les 163 000 images restantes ont été utilisées pour tester son efficacité.

Résultats ? Après une dizaine d'heures d'entraînement, le système, qui fonctionne sur un simple ordinateur de bureau (Un ordinateur de bureau (de l'anglais desktop computer ; aussi appelé ordinateur fixe)...), parvient à identifier correctement l'espèce qui figure sur une photo dans 98% des cas. "On pourrait faire mieux en lui soumettant encore plus d'images ou en utilisant des réseaux neuronaux plus gros et plus performants. Le but de notre étude était d'abord de faire une preuve de concept", précise Mathieu Carpentier.

Ce système intelligent pourrait être d'un précieux secours pour la réalisation d'inventaires forestiers à l'aide de drones ou pour la robotisation de certaines opérations sur le terrain ou en usine. "Des opérations comme l'écorçage pourraient être optimisées en fonction de l'espèce d'arbre, précise l'étudiant-chercheur. Des discussions sont en cours avec une entreprise pour étudier la possibilité d'implanter notre système dans une scierie."
Page générée en 0.199 seconde(s) - site hébergé chez Contabo
Ce site fait l'objet d'une déclaration à la CNIL sous le numéro de dossier 1037632
A propos - Informations légales | Partenaire: HD-Numérique
Version anglaise | Version allemande | Version espagnole | Version portugaise