Étudier le comportement collectif des animaux avec des drones et la vision par ordinateur – Methods Blog

Tout au long du mois de mars, nous présentons articles présélectionnés pour le prix Robert May 2025. Le Prix ​​Robert May est récompensé chaque année par la British Ecological Society pour le meilleur article sur les méthodes en écologie et évolution rédigé par un auteur en début de carrière. L’article de Jenna Kline ‘Étudier le comportement collectif des animaux avec des drones et la vision par ordinateur » fait partie des finalistes pour ce prix.

À propos du papier

Quel est le sujet de votre article présélectionné et à quoi cherchez-vous à répondre avec votre recherche ?

Notre article fournit un aperçu complet et un guide de terrain pour les chercheurs travaillant à l’intersection de la vision par ordinateur, de la robotique aérienne et de l’écologie comportementale. Cet article a commencé comme une revue de la littérature lorsque j’ai voulu apprendre comment automatiser les missions de drones pour les études du comportement de la faune à l’aide de l’IA, et j’ai découvert qu’il s’agissait d’un domaine de recherche largement ouvert. Nous avons synthétisé les articles que j’ai trouvés au cours de mon examen et fourni un résumé des méthodologies de pointe pour les études sur le comportement de la faune des drones basées sur l’IA. Pour relier les différentes disciplines, nous mappons des tâches informatiques spécifiques à leurs applications écologiques et illustrons des pipelines de vision par ordinateur qui déduisent le comportement collectif des animaux à partir de l’imagerie de drones.

Avez-vous été surpris par quelque chose en travaillant dessus ? Avez-vous eu des défis à surmonter ?

Le plus grand défi consistait à synthétiser la recherche dans les domaines de l’informatique, de la robotique, de l’écologie et de la surveillance environnementale, d’autant plus que ces domaines utilisent souvent les mêmes termes pour désigner des choses très différentes. Par exemple, le « suivi » en vision par ordinateur fait référence au suivi d’objets à travers des images vidéo, tandis qu’en écologie comportementale, cela signifie généralement suivre les mouvements d’animaux dans le temps et dans l’espace. Nous avons également constaté que la précision du modèle rapporté varie considérablement selon la tâche de vision par ordinateur, l’espèce, l’habitat et les paramètres d’évaluation, ce qui rend difficile les comparaisons significatives entre les études. Ces lacunes ont mis en évidence une réelle opportunité de collaboration interdisciplinaire dans le domaine de l’écologie animale basée sur l’IA.

Quelle sera la prochaine étape dans ce domaine ?

Les capteurs intelligents, alimentés par l’IA de pointe, serviront d’assistants intelligents sur le terrain, ne remplaçant pas l’expertise humaine, mais l’augmentant et l’étendant. Les drones autonomes élargiront considérablement nos capacités à adapter et standardiser les études sur les drones tout en réduisant les perturbations et en améliorant la qualité des données. À plus long terme, je pense que les réseaux de détection multimodaux intelligents constitueront l’avenir de la surveillance à long terme des écosystèmes. Les drones autonomes ne serviront pas d’outils autonomes, mais de composants dynamiques d’un système de détection environnementale plus vaste, comprenant des pièges photographiques, des capteurs bioacoustiques, des balises GPS, des satellites et des dispositifs informatiques de pointe.

Quels sont les impacts ou implications plus larges de votre recherche sur les politiques ou la pratique ?

Les comportements de la faune sauvage peuvent nous en dire beaucoup sur la santé globale des écosystèmes, notamment sur la manière dont les animaux réagissent aux changements environnementaux et sur la question de savoir si les politiques de conservation et les plans de gestion produisent les effets escomptés. En fournissant des lignes directrices pour les études sur les drones en écologie animale basées sur l’IA et adaptables à diverses espèces et habitats, nos travaux visent à aider les chercheurs à collecter des données comportementales de haute qualité tout en minimisant les perturbations des écosystèmes. La normalisation de ces méthodes peut rendre la surveillance comportementale plus accessible et reproductible, soutenant ainsi la conservation et la protection de la biodiversité fondées sur des preuves.

À propos de l’auteur

Comment en êtes-vous arrivé à l’écologie ?

Ma première introduction à l’écologie s’est faite à travers un cours d’écologie de terrain et d’IA avec le Institut d’imageomique pendant mes études supérieures à l’Ohio State University. Grâce à ce cours, je me suis rendu au centre de recherche de Mpala au Kenya pour étudier la dynamique sociale des zèbres et des girafes avec le Dr Tanya Berger-Wolf et le Dr Daniel Rubenstein. J’ai piloté des drones pour collecter des données de comportement vidéo, puis j’ai dirigé l’équipe dans l’annotation des données pour former un modèle de vision par ordinateur. Cela a produit l’ensemble de données Kenyan Animal Behaviour Recognition (KABR) et a suscité mon intérêt pour le développement de systèmes basés sur l’IA pour l’écologie et la conservation.

Quel est votre poste actuel ?

Je suis doctorant en informatique et en ingénierie à l’Ohio State University.

Avez-vous poursuivi les recherches sur lesquelles porte votre article ?

Oui! J’ai continué à développer des missions de drones autonomes qui intègrent des modèles de vision par ordinateur basés sur la périphérie pour améliorer la collecte de données par drone pour les études sur le comportement animal. J’ai récemment testé le système sur le terrain avec mes merveilleux collègues de Drone sauvage à Ol Pejeta Conservancy au Kenya. J’ai également développé l’IA de pointe pour les réseaux de capteurs multimodaux, en étudiant les systèmes distribués qui combinent des drones, des pièges photographiques, des capteurs bioacoustiques et des plateformes de science citoyenne pour la surveillance environnementale.

Quel conseil donneriez-vous à quelqu’un dans votre domaine ?

Recherchez des collaborateurs en dehors de votre discipline. Certaines des recherches les plus passionnantes se déroulent à l’intersection de l’informatique et de l’écologie animale, mais ces domaines se chevauchent rarement. Construire des équipes interdisciplinaires demande des efforts et du temps, y compris l’apprentissage de la terminologie, des méthodes et des priorités de chacun, mais je pense que c’est là qu’émerge le travail le plus percutant (et amusant !).