Computer Vision, est une méthode d’intelligence artificielle qui se concentre sur l’analyse et l’interprétation d’images ou de vidéos. Tout comme le traitement de texte via le NLP, les techniques de vision artificielle visent à analyser des images ou des vidéos de façon similaire à l’interprétation humaine. En d’autres termes, leur objectif est de doter un ordinateur de la capacité de percevoir visuellement.

Les réseaux de neurones, en particulier les CNN, sont largement utilisés par les algorithmes de Computer Vision.

Quel pourrait être un meilleur moyen d’imitation du comportement humain qu’un algorithme conçu sur la base des processus humains ?

Pour ceux qui ne connaissent pas encore les réseaux de neurones, voici un bref aperçu. Bien sûr, cela nécessiterait plus pour une véritable introduction.

Un neurone artificiel est une modélisation linéaire, acceptant une entrée de valeur et fournissant en sortie une valeur qui dépend uniquement de cette entrée.

Une couche de neurones désigne un regroupement de neurones qui sont connectés entre eux, mais peuvent être indépendants des autres couches. De ce fait, les neurones d’une même couche opèrent de manière autonome les uns par rapport aux autres.

Un réseau de neurones se compose de plusieurs couches. Chaque couche étant connectée à la suivante. En matière de vision par ordinateur, la première couche reçoit une image ou une vidéo comme entrée, tandis que la couche finale délivre l’analyse de cette image par le réseau de neurones.

Computer vision

Computer vision désigne l’ensemble des algorithmes qui examinent et déchiffrent des images ou des séquences vidéo. C’est un champ spécifique dans l’intelligence artificielle, que l’on peut subdiviser en quatre principales sections :

Classification

Détection

Identification

Segmentation

Classification

Classification : Un algorithme de classification reçoit en entrée une image à catégoriser parmi plusieurs options. Un algorithme qui identifie l’espèce d’un animal à partir de son image est un exemple qui entre dans cette catégorie.

Détection : L’objectif est d’identifier l’emplacement de certains objets dans une image, où ces objets ont déjà été définis à l’avance. Il n’est pas nécessaire de détecter d’autres objets non spécifiés.  Ces objets sont habituellement illustrés de manière approximative par un rectangle et une dénomination sur l’image.

Identification : L’identification sert à reconnaître un objet, généralement une personne. Cet algorithme, basé sur les algorithmes antérieurs, est apte à distinguer deux individus différents.

Des algorithmes de reconnaissance faciale de ce type sont employés par des entreprises telles que Facebook, Apple ou Google Photos.

Segmentation : Ce genre d’algorithme a pour objectif de tracer les contours des divers objets présents dans une image et de les classer. À la différence des algorithmes de détection, dans ce cas, chaque pixel est spécifiquement associé à un seul objet.

Dans quels secteurs le Computer Vision est-elle mise en œuvre ?

Computer vision est présente dans la technologie actuelle. Il serait donc impossible de dresser une liste complète. Une multitude croissante de secteurs et de produits s’appuie sur le Computer Vision . Qu’il s’agisse de l’industrie automobile, du domaine des télécommunications ou du vaste champ de la sécurité, Computer vision est devenue cruciale pour notre progression technologique.

Voitures autonomes : Afin de pouvoir se déplacer sans pilote, les voitures autonomes sont équipées d’une multitude de capteurs, y compris des caméras. Ces dernières capturent l’environnement, en particulier les panneaux routiers et la signalisation au sol.

Reconnaissance faciale : De nombreux smartphones actuels offrent la possibilité de déverrouillage par reconnaissance faciale. Les algorithmes employés diffèrent selon les marques, mais ils affichent actuellement une très grande efficacité. Des techniques similaires sont également employées par Facebook, Google Photos et Snapchat pour l’identification des visages dans les images. À la suite de la pandémie de Covid19, plusieurs algorithmes ont été échoués en raison du port d’un masque par les utilisateurs.

Imagerie médicale : Bien qu’elle ne soit pas encore véritablement reconnue comme une norme dans ce secteur, le Computer Vision affiche des résultats extrêmement encourageants pour la détection des maladies. Une équipe de chercheurs du MIT a notamment conçu une intelligence artificielle capable de rivaliser avec les médecins dans la détection précoce. Une équipe de chercheurs du MIT a mis au point une IA capable de rivaliser avec les médecins pour la détection précoce des cancers du sein, en analysant les mammographies des patientes