Vision numérique appliquée à la production et à la transformation porcine
Description
Contexte:
La vision numérique et l'intelligence artificielle (IA) révolutionnent de nombreux secteurs: santé, transports, manufacturier, agriculture. Le domaine agroalimentaire constitue aujourd'hui un terrain d'application exceptionnel, où les enjeux technologiques rencontrent des défis sociétaux majeurs comme la sécurité alimentaire, le bien-être animal et la durabilité.
La production porcine, pilier économique du Québec (1,6 G$ de revenus pour la production et 4,4 G$ pour la transformation), est confrontée à des défis urgents: détection rapide des maladies, suivi du bien-être animal, et manque de main-d'œuvre. Actuellement, la majorité du suivi des animaux et des inspections sont faites visuellement par des humains, ce qui est chronophage et sujet aux erreurs.
La vision numérique, grâce aux récentes avancées en apprentissage profond, offre des solutions puissantes pour automatiser ces tâches et générer des informations fiables en temps réel. Ce projet doctoral s'inscrit dans le cadre d'une chaire de recherche de 5 ans sur la vision numérique appliquée au secteur porcin, en partenariat avec des acteurs majeurs du milieu industriel (Les éleveurs de porc du Québec, Olymel et le CDPQ) et du MAPAQ.
Objectifs du doctorat:
Ce projet de doctorat d'une durée de 4 ans vise à développer et valider des algorithmes robustes de vision numérique pour:
- La production porcine: détecter précocement les problèmes de santé des porcs (maladies respiratoires, comportements anormaux) à partir de flux vidéo.
- La transformation porcine: automatiser l'évaluation de la condition des animaux à l'aide de la vision numérique.
- L'étudiante ou l'étudiant travaillera sur des données réelles (vidéos et images prises en fermes et abattoirs commerciaux), un défi rarement accessible dans la recherche académique, garantissant un impact fort du côté scientifique et appliqué.
Enjeux scientifiques:
Le projet représente une opportunité unique d'aborder des problématiques de pointe en IA et vision numérique, notamment:
- Détection d'objets et suivi multi-individus en environnements complexes.
- Analyse comportementale et reconnaissance de postures animales.
- Traitement d'images en conditions non contrôlées (lumière variable, occlusions, mouvement).
- Détection de lésions et anomalies en imagerie biomédicale/industrielle.
- Développement de modèles robustes et transférables vers des environnements réels.
- Utilisation et développement de techniques de reconstruction 3D.
Ce que nous offrons:
- Un projet innovant et appliqué, avec un impact direct sur un secteur économique majeur au Québec.
- L'accès à des données réelles uniques, rarement disponibles pour la recherche académique.
- Encadrement par une équipe multidisciplinaire dynamique (IA, vision numérique, sciences animales).
- Possibilités de collaboration avec des chercheurs internationaux et des partenaires industriels.
- Un financement compétitif pour la durée du doctorat et l'accès aux ressources nécessaires à la réalisation du projet.
Lieu:
Université Laval, Département des sciences animales. La personne sélectionnée deviendra membre de l'IID (https://iid.ulaval.ca/) et du CRDM (https://crdm.ulaval.ca/) de l'Université Laval.
Domaines de recherche
- Informatique
- Vision numérique
- Apprentissage automatique
- Sciences animales
Directeurs de recherche
Éric Paquet
Jean-François Lalonde
Milieu de recherche
Université Laval
Au sujet du labo (https://paquetlab.fsaa.ulaval.ca/):
Le Paquet lab est un groupe de recherche dynamique et multidisciplinaire à l'Université Laval qui rassemble des chercheurs du monde entier pour faire progresser la vision par ordinateur et l'intelligence artificielle en sciences animales. Notre mission est de mettre à profit la vidéo, l'apprentissage profond et les technologies numériques afin de transformer la façon dont nous surveillons, comprenons et soutenons la production animale.
Dirigé par le Pr. Éric Paquet, dont l'expertise couvre l'apprentissage automatique, la science des données et la bioinformatique, le laboratoire développe des outils qui permettent, en temps réel, de détecter les problèmes de santé et suivre le comportement des animaux directement à la ferme. En transformant les flux massifs de données visuelles et de capteurs en informations exploitables, nous visons à améliorer à la fois le bien-être animal et l'efficacité de la production, dans une approche durable et responsable.
Nous travaillons en étroite collaboration avec nos partenaires de l'industrie afin que nos innovations soient non seulement scientifiquement solides, mais aussi pratiques, évolutives et porteuses d'impact pour les producteurs. Avec une équipe à la fois internationale et multidisciplinaire, le Paquet lab se situe au carrefour de l'agriculture, de l'IA et de la vision numérique, et contribue à bâtir la nouvelle génération de technologies pour une agriculture intelligente.
Site web
Soutien financier disponible par programme d’études
Doctorat en informatique
Description du programmeSoutien financier disponible*
Financement en lien avec le projet de recherche
Information non disponible
Financement en lien avec le programme d'études
Bourses de réussite
Étapes
|
Prime |
Bourse de progression 1 à 7
|
7 x 1 600$ |
| Bourse de progression 8 |
800$ |
| Total |
12 000$ |
Financement en lien avec l'Université Laval
Bourses d’exemption des droits de scolarité supplémentaires pour étudiantes et étudiants de l'international: bourse permettant aux candidates et candidats de l’international de payer les mêmes droits de scolarité que ceux du Canada, ce qui représente une économie globale d’environ 45 000$.
* Présentation du soutien financier maximal disponible. Certaines conditions s'appliquent. Sujet à changement sans préavis. Pour plus d'information, renseignez-vous auprès des organismes responsables.
Profil recherché
- Informatique
- Génie logiciel
- Bio-informatique
- Recherche en intelligence artificelle
Exigences et conditions
- Formation de maîtrise en informatique, génie informatique ou logiciel, mathématiques appliquées, intelligence artificielle, ou domaine connexe.
- Compétences solides en apprentissage profond (eg. PyTorch/TensorFlow).
- Expérience en vision numérique (3D, détection, classification, segmentation, suivi d'objets).
- Autonomie, créativité et intérêt pour les applications concrètes de l'IA.
- Un intérêt pour l'agriculture ou l'agroalimentaire.
Documents exigés
- Lettre de motivation
- Curriculum vitæ
- Relevé de notes
Quoi soumettre à l'adresse: eric.paquet@fsaa.ulaval.ca
1) Lettre de motivation
2) CV
3) Relevé de notes BSc et MSc
Date limite pour postuler
26 septembre 2025
Pour plus d'information
Éric Paquet
Professeur agrégé
Département des sciences animales
eric.paquet@fsaa.ulaval.ca