Doctorat Efrei : détection d’abeilles en essaims - Efrei

Ce module a été développé afin de rendre le site Efrei accessible au plus grand nombre.

Si malgré notre vigilance, vous rencontriez le moindre problème d’accessibilité sur notre site, n’hésitez pas à nous contacter à l’adresse site-groupe@efrei.fr ou par téléphone au +33 188 289 000.

Abeilles dans une ruche
25 Fév 2022
Recherche
  • Partager sur Twitter
  • Partager sur Facebook
  • Partager sur Linkedin
  • Partager sur Google+

Doctorat Efrei : détection d’abeilles en essaims

Yassine Krioule : un doctorant au secours des abeilles

Yassine Krioule est actuellement en dernière année de doctorat au sein de l’Efrei Research Lab. Durant ses trois années de recherche, il s’est concentré sur un moyen de détecter les abeilles entrant dans une ruche et surtout de distinguer parmi elles les varroas, un parasite meurtrier pour ses dernières.

 

Yassine a débuté ses études supérieures par une classe préparatoire en mathématiques au Maroc avant d’intégrer une école d’ingénieur. Il va ensuite profiter d’un programme d’échange pour intégrer l’ISIMA à Clermond-Ferrand. Sur place, il termine son cursus d’ingénierie pour valider un double diplôme d’ingénieur entre son école marocaine et l’ISIMA le tout complété par un master de recherche. Photo Yassine Krioule

Une fois diplômé, l’ingénieur voulait continuer en recherche. En effet, d’après lui « Le doctorat est un bon moyen pour assimiler les concepts théoriques et techniques. Il permet également d’avoir plus d’opportunités. »

Il finit par trouver une thèse qui l’intéresse au sein de l’Efrei Research Lab en collaboration avec MINES ParisTech, consistant à trouver un moyen de détecter les abeilles et les varroas, des parasites meurtriers pouvant rentrer dans les ruches. Ses travaux de recherches s’inscrivent donc dans une démarche de faire évoluer les connaissances, la technologie tout en permettant une avancée écologique pour protéger les abeilles.

Repérer les abeilles pour mieux les protéger

La thèse de Yassine s’inscrit dans le projet PNAPI (Plateforme Numérique d’accompagnement des APIculteurs), lauréat de l’appel à projet CASDAR – Recherche Technologique du Ministère de l’agriculture. L’Efrei a donc commencé à développer une application et d’autres outils technologiques afin de faciliter la vie des apiculteurs et de mieux protéger les abeilles.

 

Les travaux de Yassine s’inscrivent donc dans ce projet, mais la détection d’essaims est compliquée. En effet, durant sa thèse, il a dû chercher un moyen de détecter les abeilles malgré leur densité quand elle se déplace et qu’elles sont cachées les unes derrière les autres.

Aider d’une intelligence artificielle qu’il a programmée pour les détections, le futur docteur a déjà de bons résultats concernant la détection d’abeilles. Il a donc réussi à mettre au point un système de détection d’objet dans des environnements denses qui peut-être utilisable à plus large échelle que sur des essaims d’abeilles.

Il est maintenant en train d’effectuer la reconnaissance de varroas pour coupler cela à la détection des abeilles et ainsi détecter les parasites parmi elles.

La technologie peut donc être l’ami de l’écologie et participer au sauvetage des abeilles.

 

La thèse de Yassine est encadrée par Katarzyna Wegrzyn-Wolska et Lamine Bougueroua de l’Efrei ainsi que par Corinne Ancourt de MINES ParisTech.

 

Retrouvez les publications de Yassine :

Conference Poster 2020: Yassine Kriouile, Lamine Bougueroua, Corinne Ancourt, Katarzyna Wegrzyn-Wolska and Jean-Charles Huet. “PNAPI Digital Support Platform for Beekeepers”, “Artificial Intelligence & Industrial Applications A2IA’2020”.

Conference Paper 2020: Jean-Charles Huet, Lamine Bougueroua, Alain Moretto and Yassine Kriouile, “Toward a methodology to design decision making systems for smart agriculture: application to smart beehives”, “International Conference on Intelligent Systems Design ISDA 2020”.

Conference Paper 2022:  Yassine Kriouile, Corinne Ancourt, Katarzyna Wegrzyn-Wolska, and Lamine Bougueroua,  » Generating Proposals from Corners in RPN to Detect Bees in Dense Scenes », « 17th International Conference on Computer Vision Theory and Applications ».