Description
Date depot: 17 avril 2024
Titre: Développement de méthodes avancées pour l'extraction automatique de caractères descriptifs dans les images 2D et 3D en botanique et en zoologie : application à la valorisation du corpus ReColNat des collections numérisées des grands Muséums de France
Directeur de thèse:
Christophe DENIS (UMMISCO)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Intelligence artificielle
Resumé: Cette thèse s'inscrit dans le cadre de la valorisation des collections numérisées des grands Muséums de France. Les collections de spécimens sont une source unique d'information sur le vivant, indispensable pour la recherche et l'action en matière de biodiversité. Les collections numérisées regroupées dans le corpus ReColNat couvrent la botanique et la zoologie avec près de 10 millions d'images 2D et 3D de spécimens. Pour exploiter efficacement cet énorme corpus d'images, les utilisateurs finaux doivent pouvoir sélectionner les spécimens qui les intéressent à l'aide de caractères descriptifs, ou traits descriptifs.
Ce travail de thèse vise à développer des algorithmes de traitement d'image et d'apprentissage automatique pour extraire et analyser des traits descriptifs à partir d'images 2D et 3D de spécimens botaniques ou zoologiques. L'objectif est de faciliter la navigation et la recherche au sein du corpus numérisé ReColNat. Le travail de thèse s'appuiera sur les domaines de la vision par ordinateur, notamment les réseaux de neurones, et sur des connaissances en botanique et en zoologie (lesquelles seront acquises au fil de la thèse) pour créer des outils qui permettront de mieux catégoriser, comparer et étudier la biodiversité à partir de collections numériques.
Doctorant.e: Doubabi Zakaria