Registre des initiatives en IA

Toutes les initiatives inscrites au registre sont consultables ici, sans compte. Chaque fiche montre son avancement, ses jalons et l'historique de ses décisions. Les demandes encore en cours de triage n'y figurent pas : elles rejoignent le registre une fois examinées.

Perception et compréhension

De l'IA qui interprète le monde, par le texte, l'image ou le son.

Qu'est-ce que « Perception et compréhension » ?

Cette catégorie regroupe les systèmes d'IA qui captent, interprètent ou perçoivent des données de leur environnement, en imitant des sens humains : la vue, l'ouïe, le toucher, l'odorat et la compréhension du langage. Ces capacités forment le socle de la perception d'une IA : elles lui permettent d'extraire du sens d'entrées non structurées — texte, images, vidéo, audio ou signaux environnementaux.

Perception et compréhension
Sous-catégorie	Description	Exemples
Compréhension du langage — traitement automatique du langage naturel (TALN)	Comprendre et produire du langage humain	Agents conversationnels, résumé de documents
Vision par ordinateur	Comprendre des images, des vidéos et des données spatiales	Détection d'objets, analyse d'imagerie satellitaire, identification d'espèces
Reconnaissance de la parole	Convertir de l'audio en texte	Transcription automatique, commandes vocales pour assistants virtuels
IA multimodale	Combiner des types d'entrées (texte et images, etc.)	Légendage d'images, outils de compréhension de documents
IA olfactive (reconnaissance artificielle des odeurs)	Détecter et interpréter des odeurs à l'aide de nez électroniques	Détection de fuites de gaz, détection d'altération, identification de polluants en laboratoire
IA haptique (perception artificielle du toucher)	Interpréter le toucher et le retour tactile	Échantillonnage robotisé, détection de pression, texture, température
Détection d'événements sonores	Reconnaître des sons autres que la parole	Chants de mammifères marins, alertes mécaniques, anomalies de bruit moteur
IA de fusion de capteurs	Combiner plusieurs entrées sensorielles	Navigation de véhicules sous-marins autonomes, surveillance d'habitats

Indicateur déterminant: Si la tâche première de l'IA est d'interpréter une entrée brute (image, texte, son, données de capteur), c'est ici qu'elle appartient.
Types d'entrées courants: Données visuelles (images, vidéo)

Audio et parole

Texte en langage naturel

Relevés de capteurs (haptiques, chimiques, thermiques)

Filtrer 1

Rechercher dans les titres et descriptions

Secteur

Programme

Étape

Région

Alignement stratégique

Catégorie d'IA

Sous-catégorie d'IA

Capacité d'IA

Engagement du mandat du premier ministre

Périmètre

Déclarée au SCT En pause

Réinitialiser

71 initiative(s) courante(s)

Registre des initiatives en IA
ID	Initiative en IA	Étape	Description	Secteur	Région	Catégorie d'IA	Expert en la matière
147	Optical Character Recognition Data transcription tool Non traduit · origine : anglais	Pilote	This completed project built a proof of concept tool to facilitate data transcription and validation from hand-written field notes. tested...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
145	Automatic detection of unidentified fish sounds Non traduit · origine : anglais	Pilote	This completed project used Random Forests and Convolutional Neural Networks (CNN) algorithms trained on manually detected fish sounds to de...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Détection d'événements sonores	Winegardner, Amanda
132	Salmon Scale Aging Non traduit · origine : anglais	Pilote	A model using computer vision to look at images of salmon scale and predict the age of salmon and also explain how it arrived at its predict...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
130	Salmon Data Digitization Non traduit · origine : anglais	Pilote	Digitizing non-machine-readable (handwritten) documents and extracts characters into a digital format so that it is accessible, editable, an...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
126	Automated assessment of satellite imagery Non traduit · origine : anglais	Pilote	AI routines are being developed and tested to assess large volume of satellite imagery and data to: i) Automatically Identify marine hazards...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
124	Development of an underwater videography and AI system for studying fish passage effectiveness Non traduit · origine : anglais	Pilote	Designed to train existing DFO tools with information on fish passage effectiveness and develop an SOP for training videography-based AI mod...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
122	Development and testing of artificial intelligence and machine learning to analyze underwater photo and video data to assess marine impacts and resources Non traduit · origine : anglais	Pilote	This completed project (2020/21) aimed to utilize machine learning and imaging technology in fisheries science. The proponent planned to use...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
119	Computer vision to automate fish data extraction from video Non traduit · origine : anglais	Pilote	Our purpose has been to build a tool to broadly apply computer vision methods in marine research. Our work has generated several publication...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
118	Use of artificial intelligence models to facilitate seafloor video annotations in conservation areas. Non traduit · origine : anglais	Pilote	The purpose of this initiative is to utilize AI to facilitate seafloor video annotations collected as part of the MCT and Benthic Ecology pr...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
106	Finwave: an online photo-identification database and AI matching tool Non traduit · origine : anglais	Pilote	This project aims to improve a publicly accessible machine learning platform capable of identifying individual killer whales in real-time...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
105	Combining artificial intelligence and drone imagery for automatic extraction of morphometric attributes of small cetaceans: Application to the St. Lawrence Estuary Beluga population. Non traduit · origine : anglais	Pilote	This project proposes to use a multiyear time series of drone images of the St. Lawrence Estuary Beluga population to develop a series of al...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
104	Zooplankton classification from Video Plankton Recorder Non traduit · origine : anglais	Pilote	Using machine learning algorithms to identify plankton for rapid zooplankton classification from the Video Plankton Recorder, in support of...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
103	Improved understanding of the processes impacting harmful algal blooms Non traduit · origine : anglais	Pilote	Using machine learning algorithms to analyze phytoplankton images from the Imaging Flow Cytobot (IFCB) to recognize and quantify species ass...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
100	Development of AI technology for otolith and scale ageing Non traduit · origine : anglais	Pilote	Ageing of scales and otoliths is time-consuming, relies on skilled personnel, and often faces delays. AI tools like DFOdots offer a solution...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
97	Satellite image analysis for mapping eelgrass habitat in the southern Gulf of St. Lawrence. Non traduit · origine : anglais	Pilote	This project supports Gulf Region needs for spatial data representing eelgrass habitat through a service level agreement with Marine Plannin...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
96	Use of machine-learning (ML) algorithms and high-performance computing (HPC) for the optimization of satellite image analysis for mapping coastal habitats Non traduit · origine : anglais	Pilote	This project aims to improve satellite image analysis of marine habitats leveraging NRC HPC and ML assets to apply cutting-edge ML technique...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
95	Optimization of Machine Learning modelling strategy for coastal zooplankton taxonomic identification from flow microscopy imaging. Non traduit · origine : anglais	Pilote	As part of Aquaculture Monitoring Program we are using Ecotaxa's ML algorithm to identify zooplankton. The project aims at identifying the b...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
94	DFO Bot, deep learning application to analyse otolith images available in DFO Dots Non traduit · origine : anglais	Pilote	Development of a neural network trained using otolith images, expert-derived age estimates, otolith annotations and annuli to obtain age est...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
93	Détection de homards et de crabes communs dans les images sous-marines par intelligence artificielle.	Pilote	Développer un processus de capture et d’analyse d’images sous-marine par Intelligence Artificielle pour la détection de homards et de crabes...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
92	Identification automatisée de la condition de carapace de crabe des neiges	Pilote	Détermination de la condition de carapace de crabe des neiges à partir d’images. La méthode offre une façon de valider/améliorer des données...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
91	Localization and Tracking of Beluga Whales in Aerial video Using Deep Learning Non traduit · origine : anglais	Pilote	Deep-learning model was developed us YOLOv7 to detect beluga whales from imagery footage. The main contribution of this research is providin...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
90	Deep Learning Enhances Beluga Whale Research in the Arctic Non traduit · origine : anglais	Pilote	Esri Canada built a deep learning model that automatically detects beluga whales in imagery. The model was developed using satellite, drone...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
89	Augmenting Whale Detection in Satellite Images using synthetic data Non traduit · origine : anglais	Pilote	An autodetector model was built to detect whales in satellite imagery using synthetic imagery. The primary author is now testing the algorit...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
88	Development of an AI matching model for bowhead whale photo-identification Non traduit · origine : anglais	Pilote	Using DFO’s existing database of bowhead whale photographs, the specific objectives are: 1) Create a machine learning model “detector” for b...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda
87	ANMPA Habitat Mapping Project Non traduit · origine : anglais	Pilote	Drop camera survey to document seafloor habitats and biological communities in the Anguniaqvia niqiqyuam Marine Protected Area (ANMPA) in th...	Sciences des écosystèmes et des océans	Région de la capitale nationale	Perception et compréhension Vision par ordinateur	Winegardner, Amanda

147
Optical Character Recognition Data transcription tool
This completed project built a proof of concept tool to facilitate data transcription and validation from hand-written field notes. tested on ~100 year old salmon observations and present-day salmon stream inspection logs to determine the cost/feasibility/effectiveness of implementing such a tool in Salmon monitoring contexts.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
145
Automatic detection of unidentified fish sounds
This completed project used Random Forests and Convolutional Neural Networks (CNN) algorithms trained on manually detected fish sounds to detect fish sounds collected on a passive acoustic monitoring project. The result is an easy-to-use, open-source software called FishSoundFinder, implemented with the CNN detector.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Détection d'événements sonores
132
Salmon Scale Aging
A model using computer vision to look at images of salmon scale and predict the age of salmon and also explain how it arrived at its prediction.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
130
Salmon Data Digitization
Digitizing non-machine-readable (handwritten) documents and extracts characters into a digital format so that it is accessible, editable, and useable for analysis.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
126
Automated assessment of satellite imagery
AI routines are being developed and tested to assess large volume of satellite imagery and data to: i) Automatically Identify marine hazards and ii) Change detection – i.e. shorelines or riverbank changes.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
124
Development of an underwater videography and AI system for studying fish passage effectiveness
Designed to train existing DFO tools with information on fish passage effectiveness and develop an SOP for training videography-based AI models in support of fish passage projects.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
122
Development and testing of artificial intelligence and machine learning to analyze underwater photo and video data to assess marine impacts and resources
This completed project (2020/21) aimed to utilize machine learning and imaging technology in fisheries science. The proponent planned to use Video and Image Analytics for Marine Environments (VIAME), an open-source system developed by NOAA, for two specific purposes: 1. Measure the movement of Atlantic cod across boundaries at the Gilbert Bay Marine Protected Area in Newfoundland and Labrador. 2. Assess the impact of seismic surveying on Atlantic cod as part of a project funded by the Environmental Studies Research Fund (ESRF). The automatic detection and count of fish near MPA boundaries was expected to reduce use of personnel time and effort.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
119
Computer vision to automate fish data extraction from video
Our purpose has been to build a tool to broadly apply computer vision methods in marine research. Our work has generated several publications illustrating how we built, tested/validated, and applied computer vision methodology to collect / extract / and analyze data pertaining to marine fish in the Newfoundland and Labrador region, from video. For example, we have used it to examine the impact of seismic surveying on commercial fish in the Newfoundland and Labrador offshore. Our continuing purpose is now broadly sharing our system with commercial harvesters (fishermen), non-profit organization (AHOI), government researchers (aquaculture, MPAs, AIS), and academics (computing scientists), to collect and rapidly analyzing video data for a wide range of applications.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
118
Use of artificial intelligence models to facilitate seafloor video annotations in conservation areas.
The purpose of this initiative is to utilize AI to facilitate seafloor video annotations collected as part of the MCT and Benthic Ecology programs in the NL Region. A large number of vidEcosystems and Oceans Science is collected annually, and manual video annotation (e.g., locating and counting observations) is extremely time-consuming. A published “object detection model” (FathomNet Megalodon Detector, YOLOv8x) trained using marine taxa by MBARI is currently being used to identify objects in our seafloor images. The model does not identify the objects (e.g., to species), but it largely accelerates the process given that locating objects is the most time-consuming part of the work.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
106
Finwave: an online photo-identification database and AI matching tool
This project aims to improve a publicly accessible machine learning platform capable of identifying individual killer whales in real-time from submitted photographs. The ultimate goal is to improve the web-based interface and validate the algorithm used for photo identification against known individuals.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
105
Combining artificial intelligence and drone imagery for automatic extraction of morphometric attributes of small cetaceans: Application to the St. Lawrence Estuary Beluga population.
This project proposes to use a multiyear time series of drone images of the St. Lawrence Estuary Beluga population to develop a series of algorithms for automatic extraction of morphometric information of individual beluga whales using AI.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
104
Zooplankton classification from Video Plankton Recorder
Using machine learning algorithms to identify plankton for rapid zooplankton classification from the Video Plankton Recorder, in support of efforts to assess North Atlantic Right Whale foraging habitat.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
103
Improved understanding of the processes impacting harmful algal blooms
Using machine learning algorithms to analyze phytoplankton images from the Imaging Flow Cytobot (IFCB) to recognize and quantify species associated with harmful algal blooms.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
100
Development of AI technology for otolith and scale ageing
Ageing of scales and otoliths is time-consuming, relies on skilled personnel, and often faces delays. AI tools like DFOdots offer a solution by enabling automated ageing using annotated reference collections, helping reduce backlogs and support training. Developing these AI models can enhance resilience, efficiency, and training capacity in ageing programs.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
97
Satellite image analysis for mapping eelgrass habitat in the southern Gulf of St. Lawrence.
This project supports Gulf Region needs for spatial data representing eelgrass habitat through a service level agreement with Marine Planning and Conservation. Machine learning algorithms have been applied for classification of satellite imagery. MPC and Science have been collaborating for several years, annually purchasing satellite imagery, with classification conducted by both groups.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
96
Use of machine-learning (ML) algorithms and high-performance computing (HPC) for the optimization of satellite image analysis for mapping coastal habitats
This project aims to improve satellite image analysis of marine habitats leveraging NRC HPC and ML assets to apply cutting-edge ML techniques to the challenges of remote sensing data analysis. Relates to ongoing project (below) through MPC service-level agreement.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
95
Optimization of Machine Learning modelling strategy for coastal zooplankton taxonomic identification from flow microscopy imaging.
As part of Aquaculture Monitoring Program we are using Ecotaxa's ML algorithm to identify zooplankton. The project aims at identifying the best strategy in building model training sets for each region monitored. This strategy will be the basis for future AMP zooplankton identification work.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
94
DFO Bot, deep learning application to analyse otolith images available in DFO Dots
Development of a neural network trained using otolith images, expert-derived age estimates, otolith annotations and annuli to obtain age estimates from otoliths.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
93
Détection de homards et de crabes communs dans les images sous-marines par intelligence artificielle.
Développer un processus de capture et d’analyse d’images sous-marine par Intelligence Artificielle pour la détection de homards et de crabes communs.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
92
Identification automatisée de la condition de carapace de crabe des neiges
Détermination de la condition de carapace de crabe des neiges à partir d’images. La méthode offre une façon de valider/améliorer des données de condition de carapace prises sur le terrain. Ces déterminations sont importantes pour quantifier le recrutement à la pêche durant le relevé scientifique ainsi qu’améliorer la qualité des données de crabe mou dans programme observateur-en-mer.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
91
Localization and Tracking of Beluga Whales in Aerial video Using Deep Learning
Deep-learning model was developed us YOLOv7 to detect beluga whales from imagery footage. The main contribution of this research is providing a system that accurately detects and tracks features of beluga whales, both adults and calves, from aerial footage.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
90
Deep Learning Enhances Beluga Whale Research in the Arctic
Esri Canada built a deep learning model that automatically detects beluga whales in imagery. The model was developed using satellite, drone and aerial imagery and reported accuracy is high, but the model has not been tested by DFO Science yet.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
89
Augmenting Whale Detection in Satellite Images using synthetic data
An autodetector model was built to detect whales in satellite imagery using synthetic imagery. The primary author is now testing the algorithm on satellite imagery obtained by Arctic Region that has been manually read for whales.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
88
Development of an AI matching model for bowhead whale photo-identification
Using DFO’s existing database of bowhead whale photographs, the specific objectives are: 1) Create a machine learning model “detector” for bowhead whales. 2) Create a machine learning individual re-ID model for bowhead whales to re-identify bowheads. 3) To make the detector and matching models accessible through an easy to use, freely available, web-based application, Flukebook.org.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur
87
ANMPA Habitat Mapping Project
Drop camera survey to document seafloor habitats and biological communities in the Anguniaqvia niqiqyuam Marine Protected Area (ANMPA) in the Inuvialuit Settlement Region. A project sub-objective is to develop AI capacity to detect and record bottom habitat classifications and benthic animals from video still-images, substantially reducing processing times.

Pilote Sciences des écosystèmes et des océans Perception et compréhension Vision par ordinateur