Titre du projet de recherche
Détection d'espèces benthiques sur les fonds marins pour inventaire automatisé (maitrise recherche)
Niveau d'étude
Maîtrise recherche
Directeur/codirecteur
Directeur : Guillaume-Alexandre Bilodeau
Fin de l'affichage
31 mars 2026
Domaines d'expertise
Traitement d'images et traitement vidéo
Analyse de formes et intelligence artificielle
Pôle d'excellence principal
Modélisation et intelligence artificielle
Pôle(s) d'excellence secondaire(s)
Nouvelles frontières en technologies de l'information et communications
Unité(s) et département(s)
Département de génie informatique et génie logiciel
Laboratoire d'interprétation et de traitement d'images et vidéo (LITIV)
Conditions
Baccalauréat en génie informatique, génie logiciel, génie électrique, informatique, ou équivalent. Une bonne maîtrise des langages de programmation est requise. Principalement, le C++ et Python. De l'expérience en traitement d'images ou en vision artificielle est requise, ainsi qu’avec les méthodes d’apprentissage automatique.
Pour postuler, envoyer une lettre de motivation, votre CV et bulletins de notes officiels à gabilodeau@polymtl.ca
Description détaillée
La gestion durable des ressources marines dans l’estuaire et le golfe du Saint-Laurent fait face à des défis majeurs en raison des pressions environnementales croissantes, de l’impact des changements climatiques et de la prolifération d’espèces envahissantes. Les pratiques actuelles de gestion et d’évaluation des stocks de pêcheries, bien qu’essentielles, peinent à fournir une image complète et actualisée des écosystèmes marins. Les méthodes d’inventaire traditionnelles, telles que les relevés par plongée ou les cages pour des espèces benthiques comme le homard, sont coûteuses, limitées en précision et peu adaptées à une couverture d'envergure sur de vastes zones géographiques.
Une étude récentes démontrent le potentiel et la faisabilité de l’utilisation de la robotique marine et l’intelligence artificielle (IA) pour la détection et la cartographie des espèces benthique. Cette étude, centrée initialement sur l’oursin vert, a confirmé que cette technologie fournit des données fiables et géoréférencées, tout en étant non invasive pour l’environnement. Cependant, l’absence d’un outil intégré capable de traiter de larges volumes de données et d’identifier simultanément plusieurs espèces freine l’adoption généralisée de cette approche pour une gestion durable et proactive des ressources marines.
Le but de ce projet est donc de développer des outils de vision par ordinateur pour détecter une plus grande variété d’espèces en tenant compte de défis spécifiques, comme les déplacements des individus et les occlusions de partie de ceux-ci quand il se cache sur le fond marin.
Possibilité de financement
Projet financé à 22 500$/an.
