Programme

Détection de navires embarquable à bord de satellites

par Thomas GOUDEMANT, Thales Alenia Space

CIAR vise à étudier l’embarquabilité de l’intelligence artificielle pour diverses applications de traitement d’image sur des cibles matérielles de faible consommation. Appliquée à la surveillance maritime, l’IA embarquée permet de répondre à d’importants enjeux économiques (mesure du trafic et du fret maritime), sécuritaires (trafics de stupéfiants, actes de pirateries), écologiques (pêche illégale, dégazage sauvage), humanitaire (sauvetage en mer, aide aux réfugiés) ou de défense (intelligence temps réel).

Dans ce contexte, notre article démontre la faisabilité d’une solution logicielle de détection de navires embarquable sur une électronique de satellite d’observation haute résolution. Cette solution a été entrainée sur une base d’images inédite annotée par les photo-interprètes professionnels de notre partenaire Geo4i.

Le modèle de détection a été sélectionné en tenant compte des contraintes liées au milieu spatial et à l’embarqué. Il offre un bon ratio performances/consommation tout en étant compatible des différentes chaînes de déploiement. En fonction des besoin opérationnels, nous montrons que le compromis entre fausses alarmes et non détections peut facilement être ajusté en vol, et ce, sans ré-entraînement.

Pour finir, les performances de l’algorithme ainsi que la consommation en ressources hardware ont été comparées avant et après portage sur plusieurs cibles FPGA et GPU. Nous avons pu constater que la quantification du modèle peut entraîner des pertes de précision plus ou moins importantes, et avons grandement amélioré les temps d’inférence par l’implémentation parallélisée de post-traitements sur GPU.

La présentation sera suivie d’un Buffet networking.