Depuis plus de dix ans, le nombre de rhinocéros a subi un effondrement : leur présence seule sur le territoire d’Afrique du Sud a décroît de 9 000%. A ce rythme, dans 10 ans, la population de rhinocéros sera définitivement éteinte.
Données d’Air Shepherd, http://airshepherd.org/
Recherche drone pour repérage de braconnier
Ces exemples dramatiques qui ne sont pas isolés, démontrent que le braconnage est encore une pratique terrible dans certains pays, où des animaux sauvages sont encore traqués et tués pour leur peau ou d’autres parties de leur corps. Dans les différents parcs et réserves naturelles, des moyens humains sont mis à disposition le jour et la nuit pour éviter un tel crime. Mais c’est dans ce dernier cas que des braconniers sévissent le plus efficacement, échappant aux rangers qui veillent. Pour contrer cela, le nouvel usage des drones a permis d’améliorer (un peu) cette situation.
Des drones sont envoyés en vol, la nuit, pour repérer de potentiels braconniers pouvant attaquer des animaux. L’un des principaux problèmes est que ces drones qui sont équipés en caméra thermique détectant la chaleur, en partie à cause de leur mauvaise qualité, ne parviennent pas à différencier un humain d’un animal. Alors que les drones sont capables de repérer une source de chaleur en trois dixièmes de seconde, il est pourtant nécessaire de repasser par un visionnage pour vérifier ce que l’aéronef a décelé. Cela demande alors un temps parfois précieux pour les patrouilles qui viendraient pour arrêter le criminel.
Capture d’écran d’un des drones équipé d’une caméra thermique, https://www.sciencesetavenir.fr/high-tech/drones/drone-un-algorithme-pour-traquer-les-braconniers-de-nuit_121257?utm_content=buffer2293f&utm_medium=social&utm_source=facebook.com&utm_campaign=buffer
L’histoire d’un algorithme rayonnant : SPOT
Une équipe de chercheurs de l’Université de Californie du Sud a alors mis au point un algorithme spécifique, capable de détecter par lui-même si la source de chaleur est d’origine animale ou humaine. SPOT ou Systematic POacher deTector a été mis au point grâce à une méthode plutôt simple.
En effet, l’équipe de recherche a sollicité plusieurs dizaines d’étudiants pour éplucher à la main chaque image des 70 vidéos des drones en surveillance, indiquant si la forme détectée était animale ou humaine. Ce sont donc « au total, 4.183 images de braconniers et 18.480 d’animaux » qui ont été présentées pour un algorithme de reconnaissance de forme. Celui-ci étant basé sur le deep learning, ou, en français dans le texte, l’apprentissage profond par une machine, à l’aide de réseaux de neurones ; il est alors capable de définir ses propres bases sur lesquelles l’algorithme est programmé dans les grandes lignes.
Circulation des données : de Microsoft au ranger
Pour que l’algorithme soit alors efficace, il faut le coupler avec une certaine puissance de calcul. Pour cela, le service cloud de Microsoft, Azure, permet au drone de reconnaître l’origine de la chaleur, de manière quasi-immédiate. De manière concrète comment cela se déroule-t-il ?
Depuis le drone, le flux vidéo est envoyé jusqu’à Azure, où les données sont réceptionnées jusqu’aux serveurs « physiques » de Microsoft. C’est ici que les images sont analysées par l’algorithme et ensuite renvoyées sur l’ordinateur du ranger qui pourra alors intervenir sur le terrain…ou non. Par ailleurs, pour les milieux les plus reculés, avec une connexion internet difficile, une variante à l’algorithme a été trouvée, fonctionnant alors en local sur un ordinateur portable.
Schéma des données circulant par différentes étapes, Di Tursi, 2018
Et sur le terrain ?
Pour vérifier si l’algorithme fonctionne bien sur le terrain, un laboratoire s’est occupée de faire différents tests sur le territoire d’Afrique deu Sud, en s’appuyant du programme Air Shepherd. Associé à une fondation privée qui a pour but d’utiliser des outils technologiques afin de contre-balancer les effets néfastes du développement des humains sur l’environnement, notamment le braconnage sur les rhinocéros ou les éléphants.
Sur cette vidéo, on peut alors voir une séquence de 30 minutes, accélérée 20 fois, où l’algorithme parvient à son objectif en trois dixièmes de seconde, dans une zone très peu couverte par Internet.
SPOT est d’une telle efficacité, qu’il supplante l’application d’espionnage par téléphone, EyeSpy, déjà très puissant. On envisage d’utiliser cet algorithme dans un parc national du Botswana.
En conclusion
On souhaite alors que d’autres de ces démarches puissent aider la cause animale et pouvoir dénoncer encore davantage ces pratiques dans des pays parfois moins puissants que ceux qui font du bruit dans les médias. Les citoyens peuvent tous les jours à la cause en participant depuis chez eux à ce type d’actions.
Sources :