VIDEO-FISH (ANR-CNRS)

VIDEO-FISH : Estimation automatisée sur vidéos de la biodiversité et de l’abondance des poissons coralliens par « deep learning » : application aux bénéfices des réserves marines

Leader D. Mouillot

(2017-2018)

Les récifs coralliens abritent une grande partie de la biodiversité marine et de la biomasse en poissons mais sont très menacés par l’homme. Dans ce contexte, un défi interdisciplinaire entre écologie, informatique et socio-économie est de quantifier l’effet des réserves marines. Un verrou actuel est le comptage visuel des poissons en plongée sous-marine qui limite l’étendue spatio-temporelle des estimations et leur fiabilité. Nous proposons une nouvelle avancée dans l’automatisation de la détection, de l'identification et du comptage des poissons récifaux à partir des vidéos sous-marines par algorithmes de type « deep-learning » pour permettre de tester l’efficacité des mesures de protection dans le lagon de Mayotte.