La reconnaissance automatique de végétaux à partir de photographies prises en environnement naturel est un problème extrêmement complexe qui est encore loin d’avoir trouvé sa solution. Les difficultés proviennent d’une part des obstacles que pose l’utilisation d’images peu ou pas contraintes, où la luminosité n’est pas contrôlée et où l’environnement peut être végétal dans son intégralité. D’autre part la tâche d’identification devient elle-même d’une grande complexité, même pour un expert, dès lors que l’on commence à vouloir discriminer plusieurs centaines d’espèces.

S’inscrivant dans le cadre du projet ReVeS, la thèse se consacre avant tout au problème plus restreint de la reconnaissance des feuilles des quelques deux cents espèces d’arbres et arbustes feuillus que l’on trouve à l’état naturel en Europe. L’idée est alors de produire un processus automatique complet d’identification d’espèces d’arbres, dans le but d’un portage sur smartphone. Cette contrainte sera prise en compte dans tous les choix algorithmiques.

Les objectifs de la thèse peuvent alors être séparés en deux grands axes de travail plus ou moins distincts :

- Parvenir à extraire efficacement la forme d’une feuille dans un environnement naturel. Cette tâche de segmentation est absolument cruciale puisqu’elle va conditionner l’ensemble de la reconnaissance. Il faut donc s’attacher à produire les segmentations les plus fiables possibles dans des images difficiles et en prenant en compte les limitations matérielles des smartphones.

- Extraire des descripteurs efficaces pour les formes ainsi obtenues, et les fusionner de manière optimale avec les données additionnelles que peut procurer l’utilisation d’un smartphone (données géographiques à partir de la localisation GPS, altitude, saison…) en vue d’une classification en espèces. Cette partie d’extraction de caractéristiques et de fusion de données sera menée en collaboration avec le LISTIC (Annecy).