Présentation
L’analyse automatique du comportement animal, notamment à partir de vidéos, est devenu, ces dernières années, un sujet majeur impliquant toujours plus d’acteurs académiques et économiques. Les enjeux sont à la fois économiques (pour les animaux de rente : aide au pilotage de l’exploitation et à la gestion du troupeau, détection d’événements anormaux ou d’intérêt) mais également environnementaux (aide à la surveillance et au suivi de populations, évaluation du bien-être pour les animaux domestiques).
Les travaux les plus récents s’appuient tous sur les formidables avancées en apprentissage machine, liées aux réseaux profonds (deep learning), dont les algorithmes sont capables d’apprendre à reconnaître des motifs complexes dans des données volumineuses. Si ces algorithmes ont démontré leur efficacité, ils présentent un certain nombre de limitations : ils nécessitent de très nombreuses données annotées (annotation fastidieuse, chronophage et coûteuse), sont difficiles à généraliser à de nouveaux contextes, et gourmands en ressources matérielles (notamment lors de l’apprentissage).
Le projet AniMov2, porté par l’équipe Image-Vision du laboratoire PRISME à Châteauroux, et l’unité Physiologie de la Reproduction et des Comportements du centre INRAE Val de Loire, s’inscrit dans ce contexte avec pour objectif d’étudier ces limitations et de proposer et évaluer des solutions permettant d’y répondre. Notamment, le projet vise à développer des méthodes frugales et capables de prendre en compte la dynamique temporelle (à court et long terme) des comportements analysés (plutôt que de détecter les comportements à partir d’images statiques).
Le/la candidat.e rejoindra un groupe de recherche dynamique, au sein de l'équipe Image/Vision du laboratoire PRISME.
Le laboratoire PRISME est un laboratoire de recherche pluridisciplinaire de l’Université d’Orléans et de l’INSA Centre Val de Loire, dans le domaine général des sciences pour l’Ingénieur et des technologies.