Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Deep Learning meets Behavioural Ecology in the wild: methodological applications using the sociable weaver

Description du projet

Des méthodes d’apprentissage profond pour améliorer les études sur la biologie de la faune sauvage

Les progrès récents de l’IA, en particulier de l’apprentissage profond, sont susceptibles de révolutionner l’étude des animaux sauvages en offrant des méthodes d’identification moins invasives, en permettant la collecte de grands volumes de données et en ouvrant de nouvelles voies de recherche. Soutenu par le programme Actions Marie Skłodowska-Curie, le projet DeepWeaver rassemble des scientifiques et du personnel technique issus de trois pays européens et d’Afrique du Sud afin de développer des méthodes innovantes d’apprentissage profond pour des études non invasives de biologie de la faune sauvage. Le projet se concentre sur la reconnaissance des individus, l’identification des attributs et l’analyse comportementale. Il créera un pipeline pour le traitement de grands volumes de données vidéo, stimulera la créativité, facilitera le transfert de compétences et améliorera les réseaux de collaboration. Les résultats contribueront à accroître la compétitivité de l’Europe dans le domaine de la biologie de la faune sauvage.

Objectif

Studies of wild animals, from conservation to behaviour, are usually based on individually marked animals. This requires capturing, marking and sampling animals, which imposes limitations as these methods can be challenging, time consuming and impact individual welfare. Additionally, following and observing or video recording animals to obtain data is further constraining. Recent developments in artificial intelligence, in particular deep learning, have the potential do radically and rapidly change the way in which animals are studied in the wild. These new methods can push current boundaries by allowing not only less invasive methods of identification, but also obtaining large volumes of data and, importantly, collection of new types of data, allowing new questions to be addressed. In this proposal, we bring together a team of scientist and technical staff from three European countries and South Africa. Our aim is to develop highly innovative methods, based on rapidly advancing developments in deep learning, which can have a substantial impact on the study of wildlife biology. Specifically, we will streamline non-invasive methods (i.e. no capture) in order to obtain 1) individual re/identification in the field; 2) identification of individual attributes (e.g. sex, size); 3) automatic identification of behaviours (e.g. provisioning young, aggression). In addition 4) we will establish a pipeline to process large volumes of video data, combining individual and behavioural identification. The project is based on exchanges between staff with different expertise, and on work conducted both in the lab and in field. These exchanges are expected to boost creativity and result in meaningful skills transfer and a strengthened collaborative network. The expertise and the methods developed will have a meaningful and lasting impact in the field of behavioural and wildlife biology, contributing to increase Europe’s competitiveness and attractiveness.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

HORIZON-TMA-MSCA-SE - HORIZON TMA MSCA Staff Exchanges

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2023-SE-01

Voir tous les projets financés au titre de cet appel

Coordinateur

ASSOCIACAO BIOPOLIS
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 174 800,00
Adresse
CAMPUS DE VAIRAO DA UNIVERSIDADE DO PORTO, RUA PADRE ARMANDO QUINTAS nº7
4485-661 Crasto
Portugal

Voir sur la carte

Région
Continente Norte Área Metropolitana do Porto
Type d’activité
Research Organisations
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

Aucune donnée

Participants (1)

Partenaires (2)

Mon livret 0 0