De nouvelles perspectives pour la recherche : des chercheurs de l'université du Wyoming utilisent des caméras PTZ Bolin pour faire progresser les études sur la faune sauvage
À la Faculté d'informatique de l'Université du Wyoming, des chercheurs mettent à profit des technologies de pointe pour mieux comprendre le monde naturel. Dans le cadre d'une collaboration avec le Teton Raptor Center, le Dr Jian Gong et sa collègue, le Dr Ellen Aikens, participent à un projet de recherche visant à observer les aigles royaux et à étudier leurs comportements dans leur habitat naturel.
Le Dr Gong, chercheur spécialisé dans la vision par ordinateur, les réseaux de capteurs et l'acoustique spatiale, soutient les efforts de développement technologique de l'équipe en intégrant l'intelligence artificielle et les systèmes d'imagerie dans le processus de recherche. L'objectif est de capturer et d'analyser des données visuelles de haute qualité sans perturber les aigles sur le terrain.
Si ce projet particulier marque une nouvelle utilisation des caméras Bolin à l'université du Wyoming, l'établissement n'en est pas à sa première expérience avec Bolin. L'université a déjà utilisé des caméras Bolin dans le cadre d'initiatives universitaires et médiatiques antérieures, ce qui lui a permis de se familiariser avec la fiabilité et les performances d'imagerie de la marque.
Le défi
Les aigles royaux sont connus pour leur vue exceptionnelle et leur sensibilité aux mouvements, aux sons et aux odeurs, ce qui rend leur observation directe difficile. Les méthodes traditionnelles, telles que l'observation manuelle, les pièges photographiques fixes ou l'observation aux jumelles, dérangent souvent les oiseaux ou ne permettent pas d'obtenir la précision d'image nécessaire à la recherche comportementale.
L'équipe de recherche avait besoin d'un système d'imagerie capable de fonctionner à longue distance, d'assurer un contrôle précis des mouvements et de s'intégrer de manière transparente à des modèles d'IA pour le suivi automatisé. Ce système devait également pouvoir s'adapter à une utilisation aussi bien sur le terrain qu'en laboratoire, tout en offrant aux chercheurs un contrôle total grâce à des interfaces programmables.
« Nous voulions un système capable d'observer et d'analyser automatiquement le comportement de la faune sauvage », a déclaré le Dr Gong. « Pour cela, il nous fallait des caméras offrant d'excellentes performances d'imagerie et dotées d'une interface ouverte que nous pourrions intégrer à nos propres processus de recherche. »
Mise en œuvre de la solution
Pour répondre à ces besoins, l'équipe a choisi les caméras PTZ EXU248N de Bolin pour la netteté de leur image, la fluidité de leurs mouvements et leur flexibilité d'intégration via l'API de Bolin. Les caméras ont été intégrées à un flux de travail combinant la détection d'objets par IA, la transmission vidéo NDI et des scripts de commande personnalisés.
À l'aide de NDI 6 et de l'API de Bolin, l'équipe a mis au point un environnement d'automatisation basé sur Python capable de détecter et de suivre les aigles en temps réel. Le système utilise des modèles d'apprentissage automatique de la série YOLO pour la détection visuelle, tandis que des scripts PID personnalisés convertissent les résultats de l'IA en commandes pour les caméras PTZ, garantissant ainsi des mouvements fluides et réactifs.
« C'est mon étudiant, Iqbal Hossain, qui a développé une grande partie du processus d'IA », a expliqué le Dr Gong. « Nous avons utilisé les interfaces de commande de la caméra pour contrôler directement les mouvements PTZ via notre code, ce qui nous a permis de personnaliser la manière dont le système suit et enregistre chaque cible. »
Ce flux de travail prend en charge à la fois les opérations sur site et à distance, grâce à l'utilisation de batteries externes de grande capacité alimentées en courant alternatif, à l'accès au réseau local via des applications NDI sur appareils mobiles et tablettes, ainsi qu'à une connexion Internet par satellite, comme un terminal Starlink Mini, pour l'accès à distance. Cela permet aux chercheurs de surveiller, d'enregistrer et de régler les caméras sans avoir à se trouver physiquement à proximité des sites d'observation sensibles.
L'équipe utilise actuellement des drones pour simuler des mouvements aériens et affiner le processus de suivi basé sur l'intelligence artificielle. Ces essais menés à l'aide de drones permettent de valider les algorithmes et les systèmes de contrôle avant leur mise en œuvre sur le terrain pour le suivi réel des aigles.
Résultats et avantages
Bien que le projet n'en soit encore qu'à ses débuts, les premiers résultats se sont révélés très encourageants. L'intégration des caméras PTZ de Bolin a permis à l'équipe de commencer à capturer et à analyser des images détaillées qui viennent étayer leurs recherches sur le suivi automatisé. La netteté, la précision et la réactivité de ces caméras en font des outils parfaitement adaptés à ce processus de travail basé sur l'IA.
« La qualité d'image et la réactivité des commandes sont excellentes », a déclaré le Dr Gong. « Le système fonctionne exactement comme nous le souhaitons pour notre flux de travail basé sur l'IA et nous permet de filmer des comportements naturels sans interférence. »
L'équipe de recherche continue de tester le fonctionnement conjoint du système de caméras, de l'infrastructure électrique et de la connectivité réseau dans des conditions isolées. Ces essais sur le terrain, actuellement en cours, permettent d'affiner à la fois la configuration matérielle et les algorithmes logiciels afin d'assurer un fonctionnement autonome fiable.
En exploitant l'API de Bolin, l'équipe dispose d'une flexibilité totale pour perfectionner et étendre ses outils d'observation basés sur l'IA. L'API des caméras permet aux chercheurs de développer des fonctionnalités personnalisées, de s'intégrer à des outils open source et de créer de nouvelles applications de contrôle pour des flux de travail spécialisés.
Perspectives d'avenir
Au fur et à mesure de l'avancement du projet, l'équipe de l'université du Wyoming prévoit de mener d'autres essais sur le terrain, d'optimiser ses algorithmes et d'étendre son système afin de permettre une observation à long terme. Une fois le système validé, elle compte publier certaines parties de son logiciel libre à l'intention d'autres chercheurs travaillant sur des applications similaires.
« Nous sommes encore en train de tester les algorithmes, les systèmes d'alimentation et le réseau pour que tout fonctionne de concert », a déclaré le Dr Gong. « Nous n'en sommes qu'au début du processus, mais jusqu'à présent, cela semble très prometteur. Nous considérons cela comme une base pour de futures recherches, et les caméras de Bolin nous offrent la flexibilité et la fiabilité dont nous avons besoin pour continuer à améliorer nos méthodes de collecte et d'analyse des données. »
En associant imagerie, intelligence artificielle et contrôle en réseau, l'université du Wyoming continue de montrer comment les technologies vidéo de pointe peuvent constituer un outil précieux pour la recherche scientifique et l'enseignement.