Loading Events
  • This event has passed.
17 Mar 2023 11:00 - 12:00
datacraft –
3 Rue Rossini
75009 Paris, France

Mindshake Time – Détection de contours et annotation automatique d’images de fonds marins, c’est quoi les meilleures méthodes ?

Niveau
*** : Connaissances avancées en ML/Data/IA

Prérequis techniques
Apporter son ordinateur portable

Intervenants
Cet atelier sera animé par :
Hélène Pihan-Le Bars, Ingénieure R&D au SHOM
– Valentin Gode, Data Scientist au SHOM

Description de l’événement
Le SHOM (Service Hydrographique et Océanographique de la Marine), est un établissement public sous la tutelle du ministère des armées. Il a pour mission de connaître et décrire l’environnement physique marin, notamment dans ses relations avec les fonds marins, afin d’en prévoir l’évolution et d’assurer la diffusion des informations correspondantes.
Au cours de campagnes en mer, le SHOM a produit des cartes topographiques du fond marin à partir de données bathymétriques (images géoréférencées avec résolution de 10 cm à 10 m) et d’images de réflectivité du fond marin*. De plus, des relevés sédimentaires ont été faits pour caractériser la nature de fond superficiel. Ces données ponctuelles doivent orienter le choix des zones de carottage futures et aider à la production de cartes sédimentaires.
Pouvoir segmenter et labelliser automatiquement une structure géo-morphologique serait une aide considérable pour orienter le choix des zones de carrottage et étendre les labels à partir des zones pour lesquelles on dispose d’échantillons.
Le SHOM teste actuellement une solution de segmentation topographique (BRESS, logiciel développé par la National Oceanic and Atmospheric Administration **) s’appuyant essentiellement sur des mesures bathymétriques (réflectivité optionnelle). La labellisation des profils topographiques (maximum 10 classes) est cependant encore éloignée d’une labellisation en terme de structure géomorphologique, c’est sur ce point sur nous voudrions avancer afin de développer une base de connaissance. Nous souhaitons donc avoir une réflexion autour de la labellisation semi-automatique, et comment prendre en compte la variabilité des échelles des différentes structures observables dans ce processus.
Si comme eux, ces sujets vous intéressent ou si vous avez envie d’échanger sur les méthodes à l’état de l’art rejoignez-nous lors de notre prochain Mindshake Time et venez contribuer à la réflexion sur les meilleures approches pour cette problématique.

Etat de l’art des approches algorithmiques
* Les images de réflectivité sont peu exploitées en raison de l’absence de procédure de normalisation lors des phases d’acquisition et de traitement.
** MASETTI, Giuseppe, MAYER, Larry Alan, et WARD, Larry Guy. A bathymetry-and reflectivity-based approach for seafloor segmentation. Geosciences, 2018, vol. 8, no 1, p. 14.
JASIEWICZ, Jarosław et STEPINSKI, Tomasz F. Geomorphons—a pattern recognition approach to classification and mapping of landforms. Geomorphology, 2013, vol. 182, p. 147-156.

< All past workshops