Analyse automatisée des images et vidéos amateurs des inondations

img projet

Name of the project : Analyse automatisée des images et vidéos amateurs des inondations

Type of project : Internships

Summary:

Les images et les vidéos des inondations, documentées par des amateurs, sont désormais courantes. Quasi-systématiquement, elles sont communiquées via des réseaux sociaux tels que Twitter ou similaires. La systématisation de leur interprétation donnerait accès à une nouvelle source d’information précieuse qui enrichirait grandement les connaissances encore très parcellaires sur les écoulements des eaux lors des inondations exceptionnelles. Cela permettrait, par exemple, par l’estimation des vitesses et de la répartition des écoulements de calibrer des modèles numériques hydrauliques ou encore par les estimations de débits de documenter et de cartographier les aléas de ces phénomènes.

La technique de traitement automatisée des films amateurs pourrait, à plus long terme, ouvrir la voie au développement de la science participative dans le domaine des inondations. Il serait possible d’envisager, in fine, la création d’une première cartographie enrichie des inondations en France ou à l’international, voire d’imaginer le développement d’applications en temps réel pour la prévention de risques en cas d’apparition de phénomènes soudains.

Dans ce contexte, ce stage de Master vise à rassembler les techniques de traitement d’images et de vidéos pour exploiter les informations contenues dans les images amateurs des inondations. L’objectif est ainsi de caractériser (qualifier et quantifier) le phénomène au travers des étapes suivantes :

  1. Etablir une liste finale des caractéristiques à extraire des images ;
  2. Etudier les supports disponibles tels que les vidéos et photos des inondations des crues et des inondations majeures pour comprendre les verrous technologiques des mesures à effectuer ;
  3. Rassembler l’état de l’art des techniques d’analyse d’image/vidéo (segmentation, CNN, etc) répondant au problème et réaliser leur évaluation sur des images/vidéos présélectionnées ;
  4. Proposer une amélioration ou adaptation des techniques sélectionnées à l’issue des évaluations ;
  5. Réaliser une démonstration/preuve de faisabilité sur les images/vidéo présélectionnés.

Les traitements proposés devront bien évidemment intégrer l’évaluation des incertitudes des mesures obtenus.

Name of supervisor(s) : Eva Dokladalova (LIGME/ESIEE), Eric Gaume (GERS/UGE Nantes)

Name of student(s): Zhengde Qiu

Start and end of the project : 27 April 2020 - 25 September 2020

Duration : 4 months