WOODSEER

Le projet WOODSEER a été financé par l’ANR. Ses objectifs rejoignent certains de ceux des plans innovation Forêt-Bois 2025 et le plan national Forêt-Bois.
Dans le cadre du classement qualitatif des arbres sur pied ou des grumes, l’ambition du projet est de fournir automatiquement les informations sur les singularités de l’écorce qui y contribuent en vue d’alimenter le transfert d’informations utiles aux opérations de commercialisation et de 1ère transformation. Les objectifs sont de mettre au point des algorithmes relevant de l’intelligence artificielle permettant de reconnaître automatiquement les défauts à la surface de l’écorce d’une grume à partir de sa numérisation 3D. Différentes méthodes de numérisation adaptées à différents contextes sont envisagées. De plus, à travers l’acquisition de données couplées décrivant une singularité sur l’écorce et le potentiel défaut interne lui correspondant décrit grâce aux rayons X, un autre enjeu est de prédire le volume interne occupé par le défaut à partir de l’analyse de la surface de l’écorce.
Un verrou majeur du projet est de pouvoir disposer de bases de données de taille suffisante nécessaire à l’apprentissage, et le challenge pour y parvenir est de générer des données virtuelles de synthèse en croisant connaissances biologiques, méthodes de réalité virtuelle et données observées.
Le projet repose sur une collaboration antérieure avérée entre les partenaires. Le consortium réunit des partenaires académiques complémentaires apportant toutes les compétences pour la réalisation du projet ainsi que deux partenaires du domaine économique impliqués dans la gestion des forêts publiques et privées et de la première transformation du bois traduisant l’intérêt du secteur pour le projet (ONF et coopérative Forêts et Bois de l’Est). Un fabricant de solution de mesure optique participera au projet en tant que prestataire.