La détection de la côte près du rivage et du littoral basée sur des événements avec le matériel neuromorphique SpiNNaker

Abstract

La détection du littoral est essentielle pour la gestion côtière, impliquant une observation et une évaluation fréquentes afin de comprendre la dynamique côtière et d’éclairer les décisions en matière de protection de l’environnement. Le flux continu d'images haute résolution nécessite des solutions robustes de traitement des données et de stockage pour gérer efficacement les grands ensembles de données, posant des défis qui exigent des solutions innovantes pour l'analyse en temps réel et l'extraction d'informations pertinentes. Ce travail exploite des capteurs visuels à base d'événements à faible latence, couplés à du matériel neuromorphique, afin de relever un double défi : réduire la charge de calcul à environ 0,375 mW tout en obtenant une carte de détection du littoral en seulement 20 ms. Le réseau neuronal à impulsions (SNN) proposé fonctionne sur la plateforme neuromorphique SpiNNaker, utilisant un total de 18 040 neurones et atteignant une précision de 98,33 %. Le modèle a été caractérisé et évalué en calculant la précision des scores d'Intersection over Union (IoU) par rapport à la vérité terrain d'un ensemble de données réelles de littoral sur différentes fenêtres temporelles. La robustesse du système a également été évaluée en mesurant sa capacité à éviter la détection de littoraux dans des profils non côtiers et des formes atypiques, avec un taux de succès de 97,3 %.