StereoGeoBox mesure en temps réel le poids des poissons en nage, sans cartes 3D complètes

Un dimensionnement géométrique remplace les cartes de profondeur denses

Les systèmes optiques sous-marins conventionnels peinent dans les bassins commerciaux. L'eau turbide, l'éclairage changeant et les bulles d'aération ascendantes dégradent souvent la reconstruction de la profondeur, tandis que la génération de cartes de profondeur 3D complètes exige une puissance de calcul considérable. Pour répondre à ces contraintes, une équipe d'ingénieurs de l'université Sultan Qaboos, de l'université Abdullah Al Salem au Koweït et du ministère de l'Agriculture, des Pêches et des Ressources en eau d'Oman a créé StereoGeoBox. Le système s'appuie sur deux caméras synchronisées pour capturer des vues appariées de poissons en nage, comme le rapporte Phys.org. Plutôt que de cartographier chaque pixel de l'arrière-plan du bassin, le logiciel applique l'intelligence artificielle YOLO11 pour isoler chaque poisson dans une boîte englobante. La profondeur spatiale est ensuite calculée uniquement à partir de la disparité géométrique entre les coordonnées des boîtes correspondantes.

« En estimant la profondeur uniquement là où des poissons sont détectés, StereoGeoBox réduit les besoins de calcul tout en conservant la vitesse et la précision nécessaires à une surveillance aquacole en temps réel »

— Dr Said Al-Abri, auteur correspondant à l'université Sultan Qaboos

Des essais sur tilapias offrent une précision millimétrique sur un processeur embarqué

Les valeurs estimées de longueur et de largeur des poissons alimentent un modèle d'apprentissage automatique XGBoost qui prédit le poids total. Les chercheurs ont testé le système sur des tilapias à quatre stades de croissance précis : 2, 3, 6 et 15 mois. Lors d'un test comparatif contrôlé portant sur des poissons dont la longueur de référence manuelle vérifiée était de 15,30 centimètres, l'algorithme a estimé une longueur moyenne de 15,25 centimètres. Les tâches de calcul s'exécutaient localement sur une plateforme NVIDIA Jetson Thor reliée à un caisson de caméra et à un boîtier de commande spécialisés. Le matériel maintenait une vitesse de traitement de 25,40 images par seconde avec une latence de 28,2 millisecondes, ne nécessitant que 17,7 mégaoctets de mémoire du processeur graphique. Un tableau de bord hébergé dans le cloud enregistre les mesures pour une surveillance à distance.

Les limites du suivi en cages ouvertes et sur plusieurs espèces

Si le prototype matériel a fonctionné à travers les bulles d'oxygène et une lumière variable, une forte turbidité de l'eau réduisait encore le nombre d'images exploitables. Le système évaluait par ailleurs chaque image de caméra indépendamment. Comme les images étaient analysées séparément, un même poisson passant plusieurs fois devant l'objectif pouvait être comptabilisé à plusieurs reprises, ce qui empêche le dispositif de fournir un comptage autonome de tous les poissons ou de calculer la biomasse totale de l'exploitation. Les prochaines étapes du groupe de recherche comprennent la validation des algorithmes sur d'autres espèces de poissons commerciaux et l'essai de l'équipement dans des cages d'aquaculture industrielles.

À lire aussi sur The Patent : Une blessure par lance dans la grotte de Shanidar, indice de la plus ancienne attaque à l'arme de bois