: Setting a design for vision and analysis of arthropod activities in order to quantify their role in natural regulations of insects damaging crops
Projet MIRAGE : Mise au point d'un système de vision et d'analyse de l'activité des arthropodes prédateurs en vue de quantifier leur rôle dans la régulation naturelle des insectes ravageurs des cultures
Abstract
The natural regulation of pests is a lever that is little used in all types of crops, mainly because of the methodological difficulties involved in quantifying predation and the natural enemies involved. The Mirage
project (Casdar technological research project 2019-2023) aims to overcome this problem by combining a macro camera with automatic image analysis. A prototype camera, called Beecam MVT-HD ®, was
designed to take 'macro' videos and photos of arthropods during close-up observations down to a few centimeters. The recording volume is considerably reduced thanks to the use of real-time "motion
detection in the field of observation", which enables sub-millimeter movements to be detected very sensitively. To process the images, a neural network, integrated into the Harmony software, was developed for the automatic classification of 20 groups of natural enemies. The performance of these cools was tested on sentinel prey cards in several crops. The results show interesting ways to identify new trophic relationships and to quantify them more effectively.
La régulation naturelle des ravageurs est un levier peu utilisé dans tous les types de cultures notamment en raison de difficultés méthodologiques pour quantifier la prédation et les ennemis naturels
impliqués. Le projet Mirage (projet CASDAR Recherche Technologique 2019-2023) vise à lever ce verrou en combinant une caméra macro et une analyse automatique des images. Un prototype de caméra,
appelé Beecam MVT-HD ®, a été conçu pour produire des vidéos et des photos « macro » d’arthropodes lors d’observations rapprochées jusqu'à quelques cm. Le volume d’enregistrement est considérablement
réduit grâce à l'utilisation de la "détection de mouvement dans le champ d’observation" en temps réel qui permet de déceler, de façon très sensible, des mouvements submillimétriques. Pour traiter les images,
un réseau neuronal, intégré dans le logiciel Harmony, a été développé pour la classification automatique de 20 groupes d'ennemis naturels. Les performances de ces outils ont été testées sur cartes de proies
sentinelles dans plusieurs cultures. Les résultats offrent des perspectives intéressantes pour identifier de nouvelles relations trophiques et mieux les quantifier.
Origin | Publisher files allowed on an open archive |
---|---|
licence |