C.O.R.A

Bienvenue sur le projet C.O.R.A nous vous présentons le site de notre projet !

Objectif du projet C.O.R.A

Le projet C.O.R.A (Classification des Oiseaux par Reconnaissance Acoustique) cherche à répondre à comment identifier les différentes espèces d'oiseaux à partir d'enregistrements sonores et d'une base de données ?

Notre idée repose sur l'analyse accoustique avec des capteurs numériques semi-autonomes déployés en milieu naturel.

Nous identifions ensuite les espèces par leurs chants en se basant sur la base de données fournies par GEPOG. Les données validées sont ensuite placer sur la carte interactive et intégrées à notre base de donnée.

Sources de données et partenariat scientifique

Le projet C.O.R.A s'appuie sur la base de données acoustique fournie par le GEPOG (Groupe d'Étude et de Protection des Oiseaux en Guyane). Un grand merci à eux ainsi qu'à Olivier Claessens.

Les enregistrements collectés sur le terrain sont traités par analyse des ondes sonores. L'algorithme a pour objectif de comparer les caractéristiques des signaux captés avec les références disponibles dans la base GEPOG ainsi que dans d'autres bases de données acoustiques accessibles en ligne.

Deux cas de figure peuvent se présenter lors du traitement :

Une correspondance est identifiée dans la base de données : l'espèce peut être proposée automatiquement et validée après vérification.
Aucune correspondance n'est trouvée : une identification manuelle est alors réalisée par comparaison avec d'autres sources ornithologiques avant intégration au système.

Notre protocole

Choix du terrain d’étude

Les enregistrements sont réalisés sur les sites de Vidal et du sentier de Montabo, deux zones présentant une biodiversité intéressante en Guyane et adaptées à l’observation acoustique des oiseaux.

Collecte des enregistrements

Un capteur acoustique semi-autonome (AudioMoth) est installé sur le terrain afin d’enregistrer les sons ambiants sur plusieurs plages horaires au cours de la journée.

Analyse acoustique

Les enregistrements sont traités pour isoler les chants d’oiseaux. Les signaux obtenus sont ensuite comparés à des données de référence, notamment celles du GEPOG, afin de proposer une identification des espèces.

Mise en ligne des résultats

Les espèces identifiées et leurs enregistrements associés sont intégrés au site web du projet et visualisés sur une carte interactive.

Avancemment du projet

Protocole
Site web
Matériel
Vidal
Montabo
Analyse
Exploitation
Publication

État actuel du projet

Le protocole méthodologique a été établi et validé. Le site web est opérationnel et permet la consultation des données collectées ainsi que la publication d'articles mensuels sur l'avancement du projet.

Le capteur acoustique est actuellement en cours d'acquisition. Trois points d'écoute ont été identifiés pour le déploiement initial :

Site de Vidal
Sentier de Montabo
Un troisième site potentiel en cours d'évaluation

La phase d'analyse des données terrain débutera après l'acquisition des premiers enregistrements. Un algorithme de classification (ML) sera développé pour identifier les espèces d'oiseaux et ses résultats seront publiés sur le site. Le taux de reconnaissance attendu est relativement faible pour l'instant, autour de 30 à 50 % pour le modèle finalisé.

Les résultats seront publiés progressivement sur la plateforme au fur et à mesure de leur validation.

Applications et impacts

C.O.R.A permet de détecter et classifier automatiquement les espèces d’oiseaux à partir de leurs chants, sans intervention humaine directe. Ça facilite le suivi de la biodiversité et l’étude des variations saisonnières ou de l’impact des activités humaines. Certaines espèces vocalisent peu ou à des heures précises, et l’enregistrement autonome augmente les chances de les capturer. À terme, le système peut servir à observer l’évolution des populations et détecter l’apparition ou la disparition d’espèces dans une zone donnée.

Les Limites

C.O.R.A fait face à deux limites principales : le temps limité pour le développement du projet et la qualité des données disponibles. Le bruit ambiant et les chants similaires entre espèces peuvent compliquer l'identification.

Perspectives

Avec plus de temps et davantage d’enregistrements, nous pourrions améliorer le modèle et la base de données. Même avec des données bruyantes, le système pourrait devenir plus précis et reconnaître un plus grand nombre d’espèces.