Detection et identification automatique en temps-reel des vocalises de rorqual bleu (Balaenoptera musculus) et de rorqual commun (Balaenoptera physalus) dans l'estuaire du Saint-Laurent

La detection et l'identification automatique des vocalises d'animaux est un outil utile pour documenter leur distribution saisonniere, leur abondance relative ainsi que leur comportement dans leur habitat naturel. La performance des methodes de traitement du signal utilisees est cependant dependante du type de vocalisations (bande de frequence, variabilite du patron temps-frequence) et des caracteristiques environnementales (bruit, effets de propagation sonore). Ce projet de recherche compare plusieurs methodes de detection et d'identification dans le domaine temps-frequence, des vocalises de rorquals bleus ( Balaenoptera musculus) et de rorquals communs (Balaenoptera physalus) dans le Saint-Laurent. Trois des vocalises de ces balaenopterides sont des patrons reguliers d'infrasons (< 30 Hz) stereotypes et une autre est de frequence plus elevee (30-110 Hz), irreguliere et variable a la fois en frequence et en duree (1-5 s). A cause du trafic maritime important, des caracteristiques bathymetriques et physiques de la Voie maritime du Saint-Laurent, la majorite des vocalises sont polluees par du bruit intense dans les basses frequences et etirees en temps par les trajets multiples. Toutes les methodes commencent par le calcul du spectrogramme puis d'une etape de reduction du bruit basee sur des techniques de traitement d'image. Ensuite la premiere approche consiste a binariser le spectrogramme et a calculer la coincidence avec un modele temps-frequence binarise, via une operation logique AND. La seconde approche consiste a selectionner les maxima locaux a chaque pas de temps du spectrogramme et a extraire les contours temps-frequence des vocalises en utilisant un algorithme de suivi. Ensuite deux methodes de reconnaissance sont testees pour classifier ces contours, la deformation temporelle dynamique (DTW) et la quantification vectorielle (VQ). Les taux de faux negatifs et de faux positifs sont evalues sur une serie de plus de 2000 vocalises extraites d'enregistrements continus collectes dans l'aire d'etude. La methode de coincidence des spectrogrammes se trouve etre plus performante pour les vocalises stereotypees (vocalises A, B et 20 Hz), tandis que l'approche par extraction de contours s'avere etre plus performante pour la vocalise variable. L'interpretation des indices de performance selon le contexte rythmique des vocalises montre que toutes ces methodes sont utilisables pour un suivi d'animaux ( Monitoring). Finalement, l'approche par extraction de contours montre un potentiel interessant pour la detection et l'identification de vocalises de mammiferes marins et est adaptable a differents types de vocalises.