Apprentissage auto-supervisé pour la détection d'actions illégales lors de la surveillance du trafic maritime - APIA 2021 Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Apprentissage auto-supervisé pour la détection d'actions illégales lors de la surveillance du trafic maritime

B Legeard
  • Fonction : Auteur
  • PersonId : 1195136
F Olaf Sem-Jacobsen
  • Fonction : Auteur
  • PersonId : 1195137

Résumé

La surveillance du trafic maritime est confrontée à des difficultés très importantes dans la détection des activités illégales en mer. Dans cet article, nous présentons les premiers résultats d'une méthode d'apprentissage autosupervisé qui vise à déceler les déconnexions volontaires du système d'identification des navires. En traitant les données provenant de quatre satellites de surveillance norvégiens, notre modèle d'apprentissage vise l'identification de navires soupçonnés d'activités illégales telles que la pêche dans des zones protégées ou bien le franchissement de zones d'exclusion économique en temps réel. Dans cet article, nous présentons une approche fondée sur des techniques d'apprentissage auto-supervisé, et expérimentée à partir de données réelles.
Fichier principal
Vignette du fichier
APIA2021_paper_10.pdf (2.99 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03874246 , version 1 (27-11-2022)

Identifiants

  • HAL Id : hal-03874246 , version 1

Citer

P Bernabé, A Gotlieb, B Legeard, F Olaf Sem-Jacobsen, H Spieker. Apprentissage auto-supervisé pour la détection d'actions illégales lors de la surveillance du trafic maritime. Conférence Nationale sur les Applications Pratiques de l’Intelligence Artificielle (APIA 2021), Jul 2021, Bordeaux, France. ⟨hal-03874246⟩
39 Consultations
14 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More