Un réseau d'attention hybride léger avec intégration de caractéristiques multi-échelles pour la reconnaissance intelligente des cibles acoustiques sous-marines

Écouter les navires sous les vagues

Les océans sont remplis de sons provenant des navires, des animaux et des forces naturelles ; identifier qui émet quel bruit est essentiel pour la sécurité, la défense et la protection de la vie marine. Cette étude présente un système d'écoute intelligent mais compact capable de distinguer différents types de navires uniquement à partir de leurs signatures sonores sous-marines. En façonnant soigneusement la manière dont l'ordinateur écoute et traite ces signaux, les auteurs montrent qu'il est possible de reconnaître les navires avec une très grande précision tout en utilisant étonnamment peu de puissance de calcul, ouvrant la voie à une surveillance sous-marine répandue et à faible coût.

Pourquoi les bruits des navires comptent

Les océans modernes sont des voies de circulation animées, et le grondement sourd des moteurs et des hélices se propage sur de longues distances sous l'eau. Pouvoir identifier quel navire se trouve où aide à la navigation, aux opérations de recherche et sauvetage et à la surveillance ; cela permet aussi aux scientifiques de suivre l'impact du bruit anthropique sur les baleines, les poissons et les habitats fragiles. Les systèmes sonar traditionnels peinent car le son sous-marin est facilement déformé par les vagues, les courants et les échos, et les signaux sont mêlés au bruit de fond naturel. Les méthodes de reconnaissance plus anciennes dépendaient également fortement d'experts humains ou de règles ajustées manuellement, peu adaptables et incapables de traiter les énormes volumes de données que collectent aujourd'hui les capteurs.

Apprendre aux machines à entendre sous l'eau

Pour relever ces défis, les chercheurs ont construit une chaîne d'écoute qui restructure le son brut en une description compacte avant qu'il n'atteigne le moteur d'apprentissage principal. D'abord, des enregistrements issus de deux archives réelles de bruit de navires sont tous rééchantillonnés à une fréquence commune puis découpés en segments de cinq secondes. Chaque segment est ensuite dupliqué et légèrement transformé de trois manières : sa hauteur est modifiée dans une plage étroite pour simuler l'effet Doppler, sa vitesse est étirée ou comprimée pour imiter les variations de mouvement du navire, et un bruit coloré réaliste est ajouté pour reproduire le bourdonnement du fond océanique. Ces étapes triplent la quantité de données d'entraînement et exposent le système à de nombreuses versions plausibles d'un même navire, le rendant moins sensible aux petites variations d'enregistrement. À partir de chaque segment, le système extrait des caractéristiques simples et rapides qui capturent l'intensité, la rugosité et le caractère tonal du son, notamment le nombre de croisements par zéro, l'énergie globale, la ressemblance de son spectre aux échelles auditives humaines, et la distribution des composantes tonales sur des classes de hauteur, aboutissant à un empreinte numérique de longueur fixe.

Un cerveau compact pour le son

Le cœur de la méthode est un modèle appelé Depthwise Separable Convolutional Adaptive Transformer, conçu pour être à la fois précis et léger. Il commence par des blocs convolutionnels spéciaux qui fonctionnent comme de nombreux petits filtres détectant des motifs à court terme dans la séquence de caractéristiques, tels que des pulsations rythmiques d'hélices ou des cycles moteurs répétés, tout en maintenant un faible nombre de calculs. Au-dessus de cela, le modèle exécute deux branches transformer en parallèle, chacune analysant de longues portions de l'empreinte sonore mais à des niveaux de détail différents. Ces branches utilisent des mécanismes d'attention pour décider quelles parties de la séquence sont les plus importantes, puis distillent leurs conclusions via des opérations d'agrégation qui résument le comportement global. Une étape de fusion adaptive apprend à pondérer différemment les deux branches pour chaque entrée, favorisant l'une lorsque les détails locaux fins sont cruciaux et l'autre lorsque la structure à longue portée porte davantage d'information, avant de transmettre un résumé compact à un classifieur final qui produit la classe de navire la plus probable.

Mettre le système à l'épreuve

Les auteurs ont évalué leur conception sur deux collections bien connues de bruits de navires sous-marins, l'une provenant d'un jeu de données à long terme enregistré au large du Canada et l'autre de la côte espagnole. Dans les deux cas, le modèle n'a vu que des segments de cinq secondes et devait les attribuer à des catégories larges de navires telles que cargo, passager, pétrolier, remorqueur ou groupes selon la taille. Le système a atteint environ 98,8 % de précision sur le premier jeu de données et 99,2 % sur le second, tout en n'utilisant qu'environ un demi-million de paramètres entraînables et quelques millions d'opérations de base par prédiction. Cela le rend bien plus petit et plus rapide que de nombreux modèles d'apprentissage profond actuels, tout en égalant ou surpassant leur précision. Des analyses visuelles des représentations internes du modèle ont montré que les segments de différents types de navires forment des grappes bien séparées, et des mesures standard comme la précision, le rappel et les courbes ROC ont confirmé que le système confond rarement une classe avec une autre.

Ce que cela signifie pour les océans

Concrètement, ce travail montre qu'un système d'écoute petit et soigneusement conçu peut distinguer de manière fiable les types de navires dans des conditions océaniques bruyantes et réelles, et le faire assez rapidement pour une utilisation quasi temps réel. En associant des caractéristiques sonores simples mais informatives à un modèle hybride qui équilibre détails locaux et motifs à long terme, les auteurs proposent une feuille de route pratique pour de futurs dispositifs de surveillance sous-marins pouvant fonctionner sur des bouées, des robots ou des stations à quai. De tels outils pourraient aider à gérer les voies de navigation, soutenir les études environnementales sur la pollution sonore et améliorer les systèmes sonar autonomes, tout en maintenant des exigences informatiques suffisamment faibles pour s'adapter à du matériel modeste.

Citation: Mahmud, NA., Zhang, T., Iqbal, Y. et al. A lightweight hybrid attention network with multi-scale feature integration for intelligent recognition of underwater acoustic targets. Sci Rep 16, 16388 (2026). https://doi.org/10.1038/s41598-026-47540-4

Mots-clés: acoustique sous-marine, bruit des navires, reconnaissance sonar, apprentissage profond, surveillance marine