Voici nos projets collaboratifs réalisés dans des parcs éoliens afin de caractériser automatiquement les espèces de mégafaune marine susceptibles d'être présentes sur ces futurs parcs éoliens.

Financement: EU Horizon 2020 Marie Curie Network et appel à projet 2023 du GIS EMYN

Problème: les recensements aériens de la mégafaune marine nécessitent l’utilisation d’un avion qui émet du dioxyde de carbone et est de plus en plus difficile à mobiliser à cause du grand nombre de projets éoliens en mer.

Solution: intégrer notre solution d’acquisition d’images dans un drone à longue élongation et longue endurance et tester, sur le parc éolien de Yeu Noirmoutier d’Ocean Winds, si cette solution peut produire les mêmes cartes de distribution des espèces que depuis l’avion.

Financement : France Energies Marines, ses membres et partenaires, ainsi qu’une aide de l’Etat gérée par l’Agence Nationale de la Recherche au titre du programme des Investissements d’Avenir.

Problème : Démontrer la pertinence technique des méthodes numériques tout en garantissant la commensurabilité avec les données existantes issues des survols aériens embarquant des observateurs.

Solution :

• L'Avion Jaune acquiert des images à très haute résolution.

• WIPSEA utilise, dans le cadre de ce projet, le réseau de neurones développé dans le contexte du projet SEMMACAPE (cf. projet ci-dessous) pour détecter et classer automatiquement la mégafaune marine présente dans les photos correspondantes aux observations visuelles.

Résultats : Elaboration d’une méthodologie d’intercalibration entre les suivis aériens embarquant des observateurs humains et ceux réalisés avec des techniques numériques. Les suivis digitaux apportent des données de qualité équivalente, voire supérieure, aux observateurs embarqués, à condition qu’elles soient vérifiées par un expert.

Financement : ADEME

Problème : comparer les détections obtenues par les systèmes automatiques basés sur des photographies aériennes haute résolution avec les observations effectuées par des observateurs embarqués dans le même avion que la caméra. Caractériser automatiquement les espèces de mégafaune marine susceptibles d'être présentes sur les futurs parcs éoliens en France.

Solution : étudier les capacités des algorithmes basés sur un apprentissage profond supervisé et basés sur un apprentissage non supervisé.

Résultats : l’apprentissage profond supervisé permet de détecter la mégafaune marine dans les photos aériennes avec de très bonnes performances sur les fous de Bassan et des bonnes performances sur les autres oiseaux et les cétacés, même s’il reste encore une possibilité d’amélioration dans la reconnaissance des espèces. Il a été prouvé que cette méthode apporte une amélioration de la détection des alcidés et des puffins en vol et posés, ainsi que des requins peau bleue, par rapport aux observations visuelles humaines.

Récompenses: le poster SEMMACAPE a été primé meilleur poster de recherche à Seanergy en 2023.