Mesure et prédiction automatique de la distance d’une source sonore à l’aide de réseaux de microphones pour la détection d’espèces d’oiseaux

Le suivi de biodiversité est un enjeu majeur pour la préservation des milieux naturels et pour un urbanisme à faible impact écologique. Ce suivi nécessite souvent de faire l’inventaire des espèces présentes. Les méthodes de détection automatique d’espèces à partir d’un enregistrement audio (Suivi Acoustique Passif) se développent mais peinent à être déployées sur le terrain. Cette limitation est due à de nombreux facteurs dont (i) le manque de robustesse des modèles à la distance entre l’animal et le microphone et (ii) l’absence de score de confiance dans la détection du modèle. La thèse vise à pallier ces deux limites en (1) enregistrant des données acoustiques en conditions réelles avec l’information de distance, (2) exploitant ces données pour estimer la distance d’un animal et (3) intégrant la distance dans un score de confiance pour les modèles de détection automatique, dans un contexte de sobriété numérique.

Plus d’informations sur le lien ci-dessous.