Le projet DISSOCIE (Détection automatIque des SaillanceS du point de vue des Opérateurs et Compression Intelligente des vidéos de dronEs) a été déposé dans le cadre de l'appel à projet ASTRID 2017. Ce projet vise à fournir une solution au problème de l’exploitation automatique de séquences vidéos acquises à bord de drones dans un contexte de surveillance.

Résumé du projet :

La surveillance par des drones présente des enjeux majeurs tant des points de vue défense (e.g., surveillance de zones sensibles, de zones de conflits, de zones de guerre, de frontières, ...) que sécurité et environnement (e.g., surveillance de la sécurité urbaine, des feux de forêt, ...). Néanmoins, les missions d'observation et de surveillance, où il s’agit d'identifier des zones saillantes, sont actuellement exécutées par des opérateurs humains qui n’ont pas la capacité à pleinement et efficacement exploiter l’intégralité des vidéos de drone disponibles. La science et la technologie de l’étude oculométrique, de la modélisation de l’attention visuelle humaine, des modèles d’opérateur humain, et de la compression intelligente, ouvrent alors de nouvelles possibilités pour répondre à ces enjeux.

Dans ce contexte, le projet DISSOCIE vise à développer des modèles computationnels de l’opérateur automatique et de l’opérateur semi-automatique capables de détecter des zones saillantes du point de vue de l’opérateur humain, en considérant les caractéristiques “bas-niveau” du contenu saillant des videos, l’information contextuelle géolocalisée, et l’expertise et les stratégies de détection des opérateurs humains. L’apprentissage automatique peut être utilisé à différents niveaux de cette modélisation. Le nouveau standard de compression vidéo HEVC et le codage scalable seront également exploités dans ce projet pour améliorer l’efficacité de la relecture des experts. L’originalité du projet DISSOCIE réside dans une approche innovante et conjointe de ces verrous, en se fondant sur la complémentarité et le renforcement des expertises scientifiques réunies par le consortium : notamment, l’analyse des mouvements oculaires, la prédiction de fixation visuelle, la modélisation de l’attention visuelle, la détection et la segmentation des objets saillants, la modélisation des observateurs humains et la compression des vidéos. Le projet se structure autour de quatre tâches principales : construction d'une vérité de terrain (Tâche T1), développement des modèles et algorithmes de saillance géolocalisée (Tâche T2), modélisation de l’opérateur via des techniques de “machine learning” et mise en commun avec la saillance géo-temporellement localisée (Tâche T3), compression intelligente basée sur la saillance (Tâche T4).

Le projet DISSOCIE, à travers un consortium associant 3 partenaires académiques, s’inscrit dans une démarche de recherche associée à la fois à une valorisation académique/scientifique et à un réel intérêt pour les équipes de drone de la défense : apporter du confort à l’action d’observation militaire et réduire l’erreur humaine ; amplifier l’efficacité des opérations militaires par une meilleure détection ; favoriser une meilleur gestion du potentiel humain des armées fortement sollicité durant les périodes à forte menaces terroristes et dans le contexte actuel d'État d’urgence.