Une caméra installée au-dessus d’une plage pourrait-elle fournir une mesure océanographique utile, sans bouée au large ni radar côtier ? Une équipe de chercheurs propose une méthode d’intelligence artificielle capable d’estimer directement la période de pic des vagues à partir de courtes séquences vidéo.
La prépublication, mise en ligne sur arXiv le 11 juin 2026, associe analyse spatiotemporelle, apprentissage sur des vagues simulées et contraintes issues de la physique. Son meilleur modèle atteint une erreur quadratique moyenne de 0,77 seconde sur les données expertes utilisées par les auteurs.
Le résultat ouvre une piste intéressante pour la surveillance des littoraux difficiles à instrumenter. Il doit toutefois être lu comme une preuve de faisabilité. L’évaluation finale repose sur seulement 13 scènes et ne comprend pas de jeu de test strictement indépendant des données de réglage. La méthode n’est donc pas encore prête à remplacer les instruments océanographiques de référence.
Mesurer le rythme des vagues, pas seulement leur hauteur
La hauteur est la caractéristique la plus visible d’une vague, mais elle ne suffit pas à décrire l’état de la mer. Les océanographes observent également sa longueur, sa direction et sa période, c’est-à-dire le temps qui sépare le passage de deux crêtes successives.
L’étude cherche plus précisément à estimer la période de pic, notée Tp. Cette valeur correspond à la fréquence qui concentre le plus d’énergie dans le spectre des vagues. Une houle longue et régulière peut avoir une période élevée, tandis qu’une mer de vent désordonnée produit souvent des oscillations plus courtes.
Cette information influence la manière dont l’énergie atteint le rivage. Elle intervient dans le mouvement des sédiments, l’érosion des plages, la sollicitation des ouvrages, le franchissement des digues et la formation d’ondes plus longues près de la côte.
Les bouées, capteurs de pression, lidars et radars fournissent des mesures plus directes et mieux établies. Leur déploiement peut néanmoins devenir coûteux, surtout lorsqu’il faut entretenir un réseau dense, intervenir dans une zone agitée ou couvrir un littoral isolé.
Une caméra fixe présente un autre profil. Elle reste à terre, observe une zone étendue et peut enregistrer en continu avec un équipement relativement simple. Le défi consiste à transformer les mouvements de mousse, les déferlements et les variations de lumière en une mesure physique fiable.
L’IA apprend d’abord sur une mer simulée
La méthode ne demande pas au modèle de deviner la période à partir d’une image unique. Elle lui fournit des séquences de 60 images enregistrées à 30 images par seconde. Le réseau analyse ainsi le déplacement et la répétition des structures visibles dans la zone de déferlement.
Le pipeline commence par repérer automatiquement la région la plus active de l’image. Il mesure la variation temporelle des pixels afin d’écarter une partie du ciel, de la plage immobile ou des éléments sans rapport avec les vagues. Cette région d’intérêt est ensuite redimensionnée et transmise au modèle.
L’entraînement suit trois étapes.
Des vagues synthétiques pour apprendre les règles générales
Les chercheurs génèrent d’abord des séquences artificielles fondées sur la théorie linéaire des vagues, souvent appelée théorie d’Airy. Le modèle apprend ainsi une relation cohérente entre vitesse apparente, fréquence et période avant de rencontrer le bruit des vidéos réelles.
Cette phase joue le rôle d’un cours de physique élémentaire. Elle ne reproduit pas toute la complexité d’une plage, mais elle donne au réseau un point de départ structuré au lieu de le laisser apprendre uniquement par corrélations visuelles.
Des pseudo-étiquettes pour passer à la vidéo réelle
La deuxième étape utilise un ensemble plus large de vidéos côtières avec des valeurs estimées automatiquement par flux optique et analyse temporelle. Ces étiquettes dites « argent » sont moins fiables que des mesures expertes, mais elles exposent le modèle aux reflets, à la mousse, aux mouvements de caméra et aux différents angles de vue.
Un petit ensemble expert pour le réglage final
La dernière phase repose sur 13 scènes provenant de sources ouvertes et de prises de vue réalisées sur la côte namibienne. Elles couvrent notamment des plages sableuses, des promontoires rocheux, des brise-lames et plusieurs conditions d’éclairage.
Les auteurs ont découpé ces scènes en 6 926 fenêtres vidéo. Les périodes de référence ont été établies avec une inspection experte et une analyse en diagramme espace-temps. Ce jeu sert à rapprocher les prédictions du modèle de mesures océanographiques plus crédibles.
La physique sert de garde-fou
Un réseau neuronal purement statistique peut produire une valeur numériquement plausible tout en suivant le mauvais élément de l’image. Il peut aussi réagir à une vibration de caméra, à un oiseau, à une ombre ou à un motif de mousse sans lien stable avec la propagation des vagues.
Les chercheurs ajoutent donc une fonction de coût qui pénalise les périodes situées hors de la plage physique retenue. Pour les conditions étudiées, le système est orienté vers des valeurs comprises entre 8 et 20 secondes, caractéristiques de la houle longue observée sur cette partie de l’Atlantique Sud.
Ils vérifient également où le modèle porte son attention. L’analyse visuelle montre que le réseau se concentre majoritairement sur les bandes actives de la zone de surf plutôt que sur l’arrière-plan. Selon les auteurs, la sélection automatique de cette zone réduit l’erreur de 27 % et limite les pics spectraux aberrants.
Cette approche illustre une tendance importante de l’IA scientifique : ajouter une contrainte physique ne transforme pas automatiquement un modèle en instrument fiable, mais réduit l’espace des réponses absurdes. La machine apprend toujours à partir de données ; elle le fait à l’intérieur de frontières définies par le domaine.
Transformer précis ou petit réseau plus stable
L’étude compare plusieurs architectures. La plus précise à un instant donné est une version allégée d’un Video Vision Transformer, appelée LtViViT. Elle obtient une RMSE de 0,7692 seconde après le réglage sur les données expertes.
Ce chiffre signifie que l’écart entre les périodes prédites et les références se situe généralement autour de huit dixièmes de seconde selon la métrique utilisée. Il ne signifie pas que chaque mesure individuelle reste à moins de 0,77 seconde de la vérité.
Un autre modèle, TinyWaveNet, se montre moins performant sur cette erreur ponctuelle, mais plus régulier selon deux métriques courantes en océanographie : le Scatter Index et le score d’accord de Willmott. Sa version guidée par la physique ne compte que 280 000 paramètres et aurait une latence d’inférence de 0,53 milliseconde dans l’environnement de test des auteurs.
Cette différence est utile pour comprendre le choix d’un système opérationnel. Le meilleur modèle sur une moyenne d’erreurs n’est pas nécessairement celui qui suit le plus fidèlement l’évolution d’une houle au cours du temps. Une station côtière doit éviter les sauts instables autant que les écarts ponctuels.
Les auteurs recommandent donc le petit réseau régularisé pour un éventuel déploiement en périphérie, au plus près de la caméra. Le Transformer reste préférable lorsqu’on privilégie la précision instantanée.
Un résultat prometteur, mais sans vrai examen final
La principale limite apparaît clairement dans le papier : les 13 scènes expertes n’étaient pas assez nombreuses pour conserver un ensemble de test final totalement séparé des données de réglage.
Les fenêtres vidéo sont nombreuses, mais elles proviennent d’un petit nombre de scènes. Deux extraits voisins d’une même plage partagent le même angle, le même relief et souvent des conditions similaires. Le nombre de clips ne doit donc pas être confondu avec 6 926 environnements indépendants.
Cette structure peut rendre le résultat plus favorable qu’un test sur une caméra inconnue, un autre océan ou une mer dominée par le vent. La côte namibienne est marquée par une houle longue issue de l’océan Austral. Une plage méditerranéenne, la mer du Nord ou un littoral tropical peuvent présenter d’autres mélanges de vagues, d’autres reflets et d’autres géométries.
La référence experte elle-même ne remplace pas nécessairement une comparaison synchronisée avec une bouée étalonnée. Pour valider un futur instrument, il faudra filmer et mesurer simultanément le même site, puis évaluer le système sans réentraîner le modèle sur ce lieu.
Enfin, les contraintes physiques peuvent masquer certaines erreurs. Forcer les sorties à rester dans une plage de 8 à 20 secondes évite des valeurs impossibles pour le scénario étudié, mais rend le modèle inadapté aux périodes plus courtes tant que son cadre n’est pas élargi.
Une caméra ne remplace pas toute une station océanographique
La méthode estime un paramètre précis. Elle ne mesure pas encore simultanément la hauteur significative, la direction, le niveau d’eau, la bathymétrie ou le courant. Or les décisions de fermeture d’une plage, de dimensionnement d’un ouvrage ou d’alerte côtière combinent plusieurs observations.
Une vidéo peut également devenir inutilisable la nuit, dans le brouillard, sous une pluie intense ou lorsque les embruns masquent l’objectif. L’angle doit offrir une vue suffisante de la zone active, et l’installation doit résister au sel, au vent et aux vibrations.
Il existe aussi un enjeu de gouvernance. Une caméra pointée vers une plage fréquentée peut enregistrer des personnes, des véhicules ou des habitations. Un système conçu pour les vagues devrait limiter son champ, traiter les images localement lorsque c’est possible et ne conserver que les mesures nécessaires.
Le rôle le plus réaliste de cette technologie est donc celui d’un capteur complémentaire. Une caméra pourrait densifier les observations entre deux bouées, surveiller une portion de côte difficile d’accès ou maintenir une estimation lorsque l’instrument au large est temporairement indisponible.
Vers des réseaux côtiers plus denses et moins coûteux
L’intérêt de cette recherche tient moins à un record de précision qu’à son architecture. Elle combine un capteur passif peu coûteux, des données synthétiques, des vidéos imparfaitement étiquetées, un petit jeu expert et une contrainte physique explicite.
Cette recette peut être utile dans d’autres domaines où les mesures de référence sont rares et chères. La simulation transmet les règles générales, les données abondantes apprennent la diversité du terrain, puis quelques observations de qualité corrigent le passage au réel.
Pour franchir l’étape suivante, le système devra être évalué sur des sites entièrement inconnus, face à des bouées synchronisées et dans plusieurs climats de vagues. Il faudra aussi mesurer sa disponibilité réelle sur plusieurs mois, pas seulement son erreur sur des clips sélectionnés.
Si ces validations confirment les premiers résultats, les caméras côtières pourraient devenir de véritables instruments de mesure assistés par IA. Elles ne feraient pas disparaître les bouées et les radars. Elles permettraient plutôt d’observer davantage de plages, plus souvent, avec un coût d’installation plus accessible et des limites clairement documentées.
Références
- arXiv — Physics-Guided Spatiotemporal Learning for Coastal Wave Peak Period Estimation from Video
- NOAA National Data Buoy Center — How are ocean waves described?
- NOAA National Ocean Service — Why does the ocean have waves?
- Coastal Engineering — Nearshore space-time ocean wave observation using low-cost video cameras
