Loup y es-tu? Une intelligence artificielle nous le dira bientôt

Depuis l’Institut de recherche Idiap à Martigny (VS), la vue sur les montagnes est à couper le souffle. On distingue au loin des alpages, comme ceux que l’on cherche à protéger. Sur l’écran géant de cette salle où ceux-ci sont réunis, une silhouette blanche d’imagerie thermique traverse lentement l’image.

Un cadre coloré apparaît alors autour de l’animal, signe que le logiciel tente de l’identifier. «Là, c’est un loup», glisse un ingénieur. Puis l’image suivante fait hésiter tout le monde. Est-ce un renard, un lynx ou une pierre encore chaude? Depuis plus d’un an, les chercheurs entraînent un système d’intelligence artificielle capable de reconnaître les animaux filmés par des veilleurs de nuit de l’organisation pour la protection des alpages, connue sous l’acronyme OPPAL.

Pas assez de monde

«L’idée est née d’un problème très concret: il manque du monde pour surveiller tous les alpages. Chaque été, OPPAL déploie des bénévoles et des civilistes pour veiller auprès des troupeaux. Mais les équipes ne peuvent pas être partout», résume Jérémie Moulin, fondateur et directeur de l’organisation. L’objectif n’est pas de remplacer les humains, insiste-t-il, mais de leur permettre de couvrir davantage de terrain.

Depuis environ cinq ans, les équipes d’OPPAL filment presque chaque nuit ce qui se passe autour des troupeaux à l’aide de caméras thermiques. Loups, renards, cerfs, chevreuils ou encore lynx apparaissent parfois furtivement dans ces vidéos. «Nous avons une collection incroyable de séquences, que nous archivons méthodiquement», continue Jérémie Moulin.

Ce biologiste de formation a très tôt pressenti que la récolte de ces images pourrait un jour servir. Spécialiste des interactions entre l’être humain et la faune sauvage à l’Université de Fribourg et impliqué dans ce projet, Jérôme Gippet estime que les milliers de vidéos accumulées sont «une mine d’or, unique au monde».

Silhouette pas facile à identifier

Mais avant qu’un système d’intelligence artificielle puisse être entraîné à reconnaître un loup, ces images ont été préalablement triées et annotées par des civilistes et des stagiaires de l’organisation afin d’indiquer dans quelle séquence apparaît un animal, sa position dans l’image et de quelle espèce il s’agit. Parfois il est impossible à identifier avec certitude. Depuis un peu plus d’un an, les chercheurs de l’Idiap, en particulier Michael Villamizar, travaillent à partir de cette base de données pour entraîner le modèle à repérer toutes les caractéristiques du loup parmi d’autres espèces, «ce qui est loin d’être évident» explique-t-il.

«Souvent, ce ne sont que des silhouettes blanches, furtives, floues ou éloignées», précise Jean-Marc Odobez, chercheur senior. Habitué à explorer et à développer des méthodes d’analyse automatique des comportements humains, notamment dans le domaine des troubles autistiques, il s’appuie sur des méthodologies similaires pour le suivi et la reconnaissance des animaux.

La technologie ne remplacera pas les veilleurs ou les bergers sur le terrain, mais aidera à protéger de plus grandes portions du territoire.

Même les veilleurs présents sur les alpages hésitent parfois à distance entre un loup et un renard. Certains détails sont donc guettés comme une ligne sombre visible autour du cou, là où sa fourrure est plus dense et masque la chaleur captée par la caméra thermique. La machine est aussi entraînée à reconnaître chez le loup «une silhouette haute sur pattes, une ligne du dos plus sombre ou encore une démarche très rectiligne, contrairement à celle du renard qui, lui, va davantage et en tous sens fouiller le territoire», nuance Jean-Marc Odobez qui cherche sans cesse à améliorer le système.

La silhouette du loup n’est pas la même quand il arrive de face ou légèrement de côté. Différente encore quand il s’éloigne ou bifurque. Les chercheurs multiplient donc les méthodes pour améliorer le système: lors de l’entraînement, les images sont retournées, découpées et déformées pour que le logiciel apprenne à reconnaître l’animal dans les contextes les plus variés.

Premier essai cet été

Si les premiers résultats sont jugés prometteurs, l’étape suivante sera d’intégrer le système à une balise, soit une caméra thermique installée au bout d’un mât et capable d’analyser l’environnement nocturne, sur 360 degrés et dans un rayon de 200 à 300 m. En cas d’approche d’un loup, une alerte pourra être envoyée à une équipe mobile de veilleurs présente sur un alpage voisin, ou directement au berger afin d’intervenir rapidement pour effrayer et éloigner l’animal. Le système pourrait aussi déclencher de la lumière ou des sons pour tenter de retarder l’approche du prédateur. Mais l’intervention physique restera probablement indispensable pour que la bête reconnaisse l’homme, ses mouvements, son odeur et prenne la fuite.

Cette balise soulève d’autres questions actuellement à l’étude comme son alimentation électrique, la transmission des données, le coût ou encore les aspects juridiques liés aux images captées. Les recherches sont financées par la Fondation Valéry. Pour passer du modèle de laboratoire à une véritable balise de terrain, les équipes travaillent à la création d’une start-up afin de développer l’outil à plus grande échelle. Cet été, un premier prototype devrait déjà être testé sur le terrain.

+d’infos idiap.ch; oppal.ch