Une méthode de détection d'objets mobiles de petite taille dans les vidéos captées par des UAV

La détection d’objets mobiles de petite taille constitue un domaine de recherche important, aux applications variées telles que le suivi des insectes volants, l’étude de leur comportement de recherche de nourriture, l’utilisation des pollinisateurs insectes pour surveiller la floraison et la pollinisation des cultures, la surveillance des colonies d’abeilles mellifères, ainsi que le suivi de leur déplacement. Toutefois, en raison du manque de détails distinctifs en termes de forme et de texture sur ces petits objets, l’application directe des méthodes modernes de détection d’objets basées sur les réseaux de neurones convolutifs (CNN) se révèle nettement moins performante. Dans cet article, nous proposons une méthode pour la détection d’objets mobiles de petite taille dans des vidéos capturées par des véhicules aériens non habités (UAV) équipés de caméras vidéo standard. Les étapes principales de la méthode proposée comprennent la stabilisation vidéo, l’estimation et la soustraction du fond, la segmentation des trames à l’aide d’un CNN, puis le seuillage de la trame segmentée. Toutefois, l’entraînement d’un CNN nécessite la disponibilité d’un grand jeu de données annotées. L’annotation manuelle d’objets mobiles de petite taille dans des vidéos s’avère très difficile et chronophage, et de tels jeux de données annotés n’existent actuellement pas. Pour contourner ce problème, nous proposons d’entraîner le CNN à l’aide de vidéos synthétiques générées en superposant des objets de forme blob (taches) à des séquences vidéo présentant des arrière-plans réels. Les résultats expérimentaux sur la détection d’abeilles mellifères en vol montrent qu’en combinant des techniques classiques de vision par ordinateur avec des CNN, ainsi qu’en utilisant des jeux de données d’entraînement synthétiques, l’approche proposée surmonte les difficultés liées à l’application directe des CNN au problème posé, et atteint un score F1 moyen de 0,86 sur des vidéos du monde réel.