Mots-Clés

IA écologie ornithologie oiseaux couleurs vision par ordinateur

Description

Responsables

• Julien Renoult (julien.renoult@cefe.cnrs.fr), Centre d’Ecologie Fonctionnelle et Evolutive (CEFE ; UMR5175), Montpellier

• Jérôme PASQUET, Maître de Conférence en Intelligence Artificielle à l’Université Paul Valéry, Montpellier, UMR Tetis.

• Nicolas Mouquet, Directeur de Recherche CNRS, Directeur scientifique du Centre de Synthèse et d’Analyse sur la Biodiversité.  

Entreprise/Unité d’appartenance :

CNRS - Centre d’Écologie Fonctionnelle et Évolutive CEFE-UMR5175.

Mots-clés :  

Écologie, vision par ordinateur, analyse d’images, base de données, scrapping(moissonnage), analyses phylogénétiques, signaux de communication.

En s’appuyant sur des techniques de moissonnage, de vision par ordinateur, et d'intelligence artificielle, les objectifs de ce stage sont 1) de fabriquer une base d’images des habitats naturels des oiseaux du monde, et 2) de décrire la diversité des caractéristiques spatiales et chromatique des habitats, et 3) d’étudier la distribution phylogénétique de ces caractéristiques.

Contexte scientifique

Comprendre l’origine de la diversité des formes et des couleurs dans le monde animal demeure un des grands sujets de recherche en biologie évolutive. Pourquoi certaines espèces ont des taches là où d’autres ont des barres ? Pourquoi des espèces génétiquement proches arborent souvent des couleurs très différentes ? Une explication possible est l’existence de biais perceptuels et cognitifs, qui sont déterminés par les environnements visuels dans lesquels les espèces évoluent, et qui favorisent certains motifs plus que d’autres. Ce stage constitue une première étape d’un projet plus global ayant pour objectif de modéliser les biais perceptuels chez les oiseaux, d’étudier le rôle des habitatsnaturels dans la genèse de ces bais, et d’étudier comment les habitats naturels à travers ces biais influencent la diversification des motifs et des couleurs du plumage des oiseaux à l’échelle globale. Notre hypothèse est qu’il est possible d’entrainer une intelligence artificielle générative à prédire les motifs colorés de différentes régions du corps des oiseaux à partir d’images de leur habitat uniquement. Nous disposons déjà d’une banque d’images annotées et segmentées pour toutes les espèces d’oiseaux du monde. Nous souhaitons à présent constituer une base d’images des habitats naturels de ces oiseaux, et décrire la diversité des habitats à partir de leurs caractéristiques visuelles.

Méthodes

1. Moissonnage d’images.

Une première étape visera à télécharger automatiquement, à partir des galeries photographiques iNaturalist et eBirds, des images d’oiseaux dans leur habitat naturel (jusqu’à 50 images par espèce). Pour chaque image, l’oiseau sera détecté à l’aide d’un modèle d’IA pré-entraîné (type YOLO) et, si l’oiseau occupe <30% de l’image, des imagettes seront échantillonnées en arrière-plan pour illustrer l’habitat (seules les imagettes non-floues seront conservées). Chaque imagette sera annotée par le nom de l’oiseau et l’habitat de l’espèce tel qu’informé dans la base de données AVONET.

2. Analyse des statistiques visuelles des images

L’étudiant.e analysera les statistiques spatiales et colorimétriques des différentes images d’habitat. Des descripteurs classiques de vision par ordinateur (par exemple pyramides d’histogrammes, filtres de Gabor, indice de fractalité, etc… ) et des descripteurs issus deréseaux de neurones profonds seront analysés par apprentissage automatique (eg. SVM) pour identifier les descripteurs discriminants les habitats définis dans AVONET. Nous développerons également des métriques caractérisant la diversité intra- et inter-habitat des descripteurs. Enfin, à l’aide de classifieurs non-supervisés nous étudierons si d’autres typologies d’habitats (que celle d’AVONET) sont plus pertinentes au regarde des caractéristiques visuelles de ces habitats. 

3. Analyse phylogénétique des caractéristiques visuelles des habitats

Dans cette dernière partie, l’étudiant.e pourra étudier les caractéristiques visuelles des habitats comme des traits des oiseaux et étudier comment ces traits ont évolué à travers la phylogénie de ce groupe. Il sera notamment intéressant d’étudier si certaines caractéristiques visuelles, en particulier celles liées à la complexité des habitats, ont eu un impact sur l’évolution et la diversification de certaines lignées.  

Profil recherché : nous cherchons une ou un étudiant avec des bases solides en programmation Python, et familier avec les outils vision par ordinateur (et si possible d’intelligence artificielle). Une sensibilité naturaliste est la bienvenue.

Lieu du stage : Centre d’Ecologie Fonctionnelle et Evolutive de Montpellier (UMR5171). Une réunion hebdomadaire est prévue au LIRMM avec l’étudiant.e. et ses deux co-encadrants.