NL FR EN
www.belgium.be

Timber Identification using Machine learning, Biochemistry and Image Recognition (TIMBIR)

Projet de recherche P4S/251/TIMBIR (Action de recherche P4S)

Personnes :

  • Dhr.  HUBAU Wannes - Musée Royal de l'Afrique Centrale (MRAC)
    Partenaire financé belge
    Durée: 15/12/2025-15/3/2030

Description :

Les déclarations erronées concernant les essences de bois étant contraires à la législation environnementale, les autorités chargées de l’application de la loi ont besoin d’outils scientifiques fiables pour les vérifier. La mise en œuvre du European Deforestation Regulation (EUDR) entraînera une augmentation considérable des contrôles, ce qui exigera des méthodes d’identification plus rapides. Or, les approches actuelles sont chronophages et requièrent un personnel qualifié. L’identification du bois est essentielle dans le cadre du transport international, ainsi que pour la conservation et la restauration du patrimoine culturel (par ex., la collection du patrimoine culturel du MRAC), qui, en raison de leur valeur, ne peuvent souvent pas faire l’objet d’un échantillonnage destructif.
Pour cette raison, le projet TIMBIR vise à moderniser les protocoles d’identification du bois du MRAC en améliorant leur rapidité et leur précision, en facilitant la collecte de données multimodales et multi‑résolution, et en intégrant l’imagerie X-Ray-µCT, totalement non-destructive.

Nous constituerons une base de données d’images de bois exhaustive à partir des collections du MRAC, de Yangambi et de World Forest ID. Dans le cadre du précédent projet SmartWoodID, nous avons mis au point une chaîne semi‑robotisée de préparation d’échantillons et créé une base de données en libre accès regroupant plus de 3700 numérisations à plat représentant plus de 1 000 essences. TIMBIR enrichira ces données grâce à des images issues de six techniques d’imagerie: numérisation à plat basse résolution, photographie de résolution intermédiaire, microscopie optique numérique haute résolution, microscopie optique conventionnelle sur des coupes, microscopie électronique à balayage (SEM) et micro-tomographie aux X-Ray-μCT. L’ensemble de ces techniques sera appliqué aux surfaces polies d’environ 800 échantillons appartenant à 200 espèces couramment commercialisées en Europe ou présentes dans les collections du patrimoine culturel du MRAC. En parallèle, nous constituerons une base de données d’empreintes biochimiques obtenues par spectrométrie de masse (DART‑TOFMS), une méthode prometteuse mais encore peu exploitée pour l’identification des essences de bois.

Nous développerons ensuite des algorithmes d’IA pour d’analyser simultanément les images anatomiques et les empreintes chimiques. Les images seront converties en représentations vectorielles afin de pouvoir être combinées aux données DART‑TOFMS au sein d’un cadre d’IA multimodal. S’appuyant sur le succès des CNNs entraînés à partir de numérisations à plat dans SmartWoodID, TIMBIR élargira la diversité des données d’entrée (SEM, μCT, etc.), la résolution ainsi que les performances prédictives. Les techniques proposées sont complémentaires: l’imagerie de surface conserve la couleur et la texture naturelles; les coupes permettent de mesurer précisément des caractéristiques internes telles que l’épaisseur des parois cellulaires; la SEM offre une résolution en niveaux de gris extrêmement élevée; la micro-tomographie aux X-Ray-µCT permet une visualisation 3D non-destructive. Toutes ces techniques sont disponibles au sein du MRAC ou auprès d’instituts partenaires les utilisant pour des études anatomiques du bois. Leur combinaison dans un cadre d’IA multimodal unique offrira une grande flexibilité dans le choix de la méthode de visualisation, qui dépend fortement du type d’objet à identifier (par exemple, μCT pour œuvres d’art, numérisation à plat pour les objets pouvant être poncés, coupes ou SEM lorsque la découpe est autorisée). Une interface (Streamlit basée sur Python) sera développée afin de faciliter l’utilisation pratique des modèles d’IA.

Le système sera déployé et validé en collaboration avec le centre d’expertise du bois ENFORCE du MRAC (https://enforce.africamuseum.be/fr), qui traite chaque année plus de 200 demandes d’identification émanant d’organismes gouvernementaux (comme les douanes du port d’Anvers), d’entreprises et de galeries d’art. Nous comparerons les méthodes traditionnelles et celles basées sur l’IA en termes de précision et de vitesse. L’outil sera également testé sur les collections du patrimoine culturel du MRAC, en privilégiant la tomographie aux X-Ray-µCT pour identification non-destructive.

Cette approche renforcera les capacités d'identification du bois du MRAC et permettra une identification non-destructive au sein des collections patrimoniales. Elle favorisera la mobilité des objets, leur conservation et compréhension contextuelle. Le projet TIMBIR s'inscrit dans les objectives du P4S, le plan stratégique du MRAC et le profil CONGOFORCE du programme FED-tWIN.