Les chasseurs chassent souvent la nuit, c'est pourquoi des caméras infrarouges montées sur des drones sont utilisées pour les détecter. Le problème est que, comme le braconnier et l’animal émettent de la chaleur, il peut être difficile de les identifier avec précision. Des scientifiques de l’Université de Californie du Sud facilitent cette tâche grâce à l’intelligence artificielle dans un système appelé SPOT.
Normalement, les agents de protection de la faune doivent passer la nuit avec des ordinateurs portables dans les postes de sécurité, surveillant les vidéos infrarouges transmises directement par les drones. Lorsque des points émetteurs de chaleur apparaissent sur l’écran, ils doivent déterminer s’il s’agit d’humains ou d’animaux sauvages, mais ce n’est pas chose facile.
C'est pourquoi SOPT a été créé. SPOT est l'acronyme de Systematic POacher DeTector, un système algorithmique développé par une équipe de recherche dirigée par Elizabeth Bondi, docteure en informatique.

Les chercheurs ont commencé par intégrer des étiquettes numériques de 180 000 humains et animaux dans des vidéos infrarouges. En utilisant cet ensemble de données et en créant une version modifiée d'un algorithme d'apprentissage en profondeur existant, appelé Faster RCNN, ils ont ensuite appris à l'ordinateur comment distinguer deux types d'images de voleurs et d'animaux. Bien que l'algorithme du système puisse identifier avec précision, le traitement de chaque image prend 10 secondes, mais ce temps est trop long.
C’est dans cet esprit que l’équipe a modifié l’algorithme afin qu’il puisse fonctionner avec la plateforme de cloud computing Microsoft Azure. Grâce aux temps de traitement plus rapides d'Azure, SPOT peut désormais identifier avec précision les braconniers en seulement trois dixièmes de seconde environ.
Les plans actuels prévoient un déploiement généralisé de la technologie à travers le Botswana. Un autre système basé sur l'intelligence artificielle a été développé par Neurala.
En savoir plus :