Description

Contexte :

 

La vision numérique et l'intelligence artificielle (IA) révolutionnent déjà de nombreux secteurs : santé, transports, industrie manufacturière. L'agroalimentaire constitue aujourd'hui un terrain d'application exceptionnel, où l'innovation technologique répond à des enjeux sociétaux majeurs : sécurité alimentaire, bien-être animal et durabilité des productions.

Les productions ovine laitière et porcine du Québec sont toutes deux confrontées à des défis urgents : détection rapide des maladies, suivi du bien-être animal et manque de main-d'œuvre. Actuellement, la majorité du suivi des animaux et des inspections sont effectués visuellement par des humains, ce qui est chronophage et sujet aux erreurs.

La vision numérique, grâce aux avancées récentes en apprentissage profond, offre des solutions puissantes pour automatiser ces tâches et générer de l'information fiable en temps réel. Ce projet doctoral s'inscrit dans deux initiatives complémentaires du PaquetLab : le projet Ovision, dédié à la santé et au bien-être des brebis laitières, et la Chaire de recherche de 5 ans en vision numérique appliquée au secteur porcin, réalisée en partenariat avec des acteurs majeurs de l'industrie au Québec (Les Éleveurs de porcs du Québec, Olymel, le CDPQ) et le MAPAQ.

 

Objectifs des doctorats :

 

Ces deux projets de doctorat d'une durée de 4 ans visent à développer et à valider des algorithmes robustes de vision numérique :

 

Dans le contexte du projet Ovision en production ovine laitière : détecter précocement les problèmes de santé et évaluer la condition de la mamelle et le bien-être des brebis à partir de flux vidéo et d'images.

 

Dans le contexte de la chaire de recherche en vision numérique en production et transformation porcines : détecter précocement les problèmes de santé des porcs (maladies respiratoires, comportements anormaux) et automatiser l'évaluation de la condition des animaux, incluant la détection de lésions et d'anomalies sur les carcasses et les viscères.

 

L'étudiant.e travaillera sur des données réelles (vidéos et images captées en fermes, en clinique et en abattoirs commerciaux), une opportunité rarement accessible en recherche académique, garantissant un impact scientifique et appliqué fort.

 

Enjeux scientifiques :

 

Ce projet représente une occasion unique d'aborder des problématiques de pointe en IA et en vision numérique, notamment :


Détection d'objets et suivi multi-individus en environnements complexes.
Analyse comportementale et reconnaissance de postures animales.
Traitement d'images en conditions non contrôlées (éclairage variable, occlusions, mouvement).
Détection de lésions et d'anomalies en imagerie biomédicale/industrielle.
Développement de modèles robustes et transférables vers des environnements réels.
Utilisation et développement de techniques de reconstruction 3D.