Cette IA qui détecte les courants de retour pourrait sauver des milliers de vie
Les courants d’arrachement posent un problème de sécurité aux baigneurs du monde entier. Ces segments d’eau étroits et rapides s’éloignant du rivage sont extrêmement dangereux. Ils peuvent atteindre une vitesse de 2,5 mètres par seconde et sont donc plus rapides qu’un nageur olympique. Les courants de retour peuvent emporter même les nageurs les plus forts vers la mer. En 2013, une étude a révélé que ces courants mortels ont tué plus de personnes sur le territoire australien que les feux de brousse, les inondations, les cyclones et les attaques de requins réunis.
Sournois et impétueux, ils emportent les baigneurs par surprise. Même les maîtres-nageurs surfeurs expérimentés peuvent avoir du mal à identifier les courants de retour. Face à ce phénomène, les chercheurs du NIWA et du Surf Life Saving New Zealand (SLSNZ) ont développé un outil d’identification des courants de retour à la pointe de la technologie.
Ce nouveau dispositif de surveillance des courants de retour utilise à la fois l’intelligence artificielle et le deep learning pour assurer la sécurité des baigneurs sur la plage.
Une garantie de sécurité supplémentaire pour les baigneurs
Cet outil est capable de fournir des informations en temps réel sur les courants de retour. Les chercheurs espèrent qu’il sera finalement utilisé par les plagistes pour les alerter des courants d’arrachement. En scannant des séquences vidéo provenant de caméras et de drones installés sur les plages, il serait capable d’avertir les gens de la présence de courants de retour.
Les chercheurs souhaitent à l’avenir mettre au point des outils de sécurité encore plus efficaces, précis et fiables pour sécuriser les plages néo-zélandaises. Ceux-ci seraient d’un grand secours pour surveiller les plages éloignées et étendues. Leur présence faciliterait ainsi le travail des sauveteurs en mer.
Une IA basée sur l’apprentissage d’images vidéos
Les spécialistes du NIWA, Christo Rautenbach et Neelesh Rampal, ont indiqué que la technologie a été testée sur une grande variété d’images provenant de différents environnements côtiers. Elle a été développée en introduisant des millions d’images aériennes côtières dans le modèle d’intelligence artificielle.
Ce sont des données sur la pluie et le brouillard artificiels, afin de lui apprendre à identifier les zones de déchirure en temps réel, indépendamment des conditions météorologiques et de l’angle de la caméra. Lors des essais, cet outil a montré une précision d’environ 90 % dans la détection des courants de retour.
SOURCE : PHYS
