CONTEXTE

La « biodiversité marine de subsistance » : état des lieux et lacunes dans le Pacifique Ouest. Si la diversité des espèces récifales capturées dans la zone Pacifique reste élevée – elle pouvait atteindre près d’une centaine d’espèces à Fiji il y a encore une trentaine d’années –, les inquiétudes exprimées par un nombre croissant de communautés insulaires suggèrent une érosion accélérée de cette « biodiversité de subsistance ». Elle se manifeste en particulier par la raréfaction (voire dans certains cas la disparition) de certaines espèces d’invertébrés autrefois abondantes.

Pour les gestionnaires, la réalisation d’un état des lieux de la diversité des invertébrés de subsistance est une étape indispensable vers la définition de stratégie de gestion et de conservation. Or contrairement aux espèces commerciales bien connues, l’identification des petits invertébrés  consommés est généralement complexe, et nécessite une expertise spécifique qui fait défaut dans la majorité des pays de la région. Cet « obstacle taxonomique » (taxonomic impediment) est aggravé par l’absence de guides d’identification dédiés. En conséquence, il n’existe actuellement aucune liste de référence des espèces d’invertébrés marins consommées par les populations côtières et insulaires dans le Pacifique ouest, utilisable pour orienter les gestionnaires, collectivités locales, organisations de conservation etc.

Dans ce contexte, le projet IRD-Fonds Pacifique SUBSISTANCE a pour objectifs de développer i) une
liste de référence actualisée des espèces d’invertébrés marins actuellement consommées par les
communautés côtières de la région (Nouvelle-Calédonie, Vanuatu, Fiji), ainsi ii) qu’un outil automatisé
d’identification de ces espèces utilisable par des non-experts, adapté à la mise en place d’actions de
gestion et de conservation.

OBJECTIFS DU STAGE

Au cours de ce stage, l’étudiant aura pour objectif principal de contribuer au développement d’un
algorithme d’identification automatique des espèces d’invertébrés, à partir de photographies des
captures des pêcheurs.
Il s’agira en particulier d’utiliser la base de données photographique constituée dans le cadre du projet
SUBSISTANCE comme base d’images d'entraînement pour développer une approche de reconnaissance des spécimens basée sur des algorithmes d'intelligence artificielle (réseaux neuronaux profonds). Cette approche a pour but la discrimination automatique à partir des images des différentes espèces d'invertébrés collectées. Nous testerons différentes architectures état de l’art (ResNet, GoogLeNet, etc.) et évaluerons leurs performances sur une base de test indépendante.Dans un premier temps, le travail portera sur la construction des bases de données qui seront utilisées pour l’apprentissage et le test. Ensuite, différentes architectures d’apprentissage profond seront testées afin d’identifier la configuration ayant le meilleur pouvoir discriminant entre les différentes classes. D’autres approches, de type machine learning, pourraient être également testées à titre de comparaison avec les approches deep learning.

PROFIL DU CANDIDAT
  • Étudiant(e) en Master 2 ou en dernière année d'école d'ingénieurs
  • Idéalement, des compétences en programmation (langage de programmation Python), traitement
  • d'images, apprentissage statistique/profond
ASPECTS PRATIQUES

Réalisé au sein de l’Institut de Recherche pour le Développement (IRD), le stage sera encadré par
Corina Iovan, chercheuse spécialisée en intelligence artificielle et Pascal Dumas, chercheur en écologie
des invertébrés responsable du programme SUBSISTANCE.

L’étudiant sera accueilli au sein de l’UMR ENTROPIE (http://193.51.249.49) et basé au centre IRD de Nouméa (https://www.ird.nc).

L’IRD assurera à l’étudiant une indemnité forfaitaire de 555 €/mois sur la durée du stage. Le coût de
la vie étant particulièrement élevé en Nouvelle-Calédonie, il est fortement conseillé aux candidats intéressés de se renseigner au préalable sur les détails pratiques et les coûts associés à la période de
stage.

Contact

Corina Iovan (corina.iovan@ird.fr)
Pascal Dumas (pascal-paul.dumas@ird.fr)