Détection, localisation et classification des flux d’images
Selon l’institut de recherche Tractica, le marché du computer vision devrait atteindre 26,2 milliards de dollars en 2025. Mais quelle technologie se cache précisément derrière cette appellation ? « Elle englobe les activités de recherche visant à donner aux machines la capacité de traiter des flux d’images en temps réel, » explique Erwan Cosmao, Data Scientist spécialisé en computer vision chez Orange Business. « On éduque la machine à reconnaitre du contenu visuel à partir de nombreuses données qualifiées et labellisées. » Les réseaux de neurones artificiels et le "deep learning" rendent aujourd’hui possible la reconnaissance et la classification des éléments d’une image, la détection d’objets ou de personnes et leur localisation dans l’espace ainsi que la reconnaissance de texte dans une image.
Des applications possibles dans de nombreuses lignes métiers
Pour Virgile Dier, Chef de produit marketing Intelligence Artificielle et Big Data chez Orange Business, « pas de doute, le computeur vision est une technologie mature qui fonctionne. Nous travaillons à développer des cas d’usage pertinents pour un déploiement à grande échelle dans plusieurs secteurs. » Dans un tel contexte médical, l’analyse poussée de radiographies permettra notamment de faciliter le diagnostic d’une tumeur. Dans l’industrie, le computer vision renforcera le contrôle qualité des pièces en sortie de chaîne ou encore la différenciation des types de colis.
La détection d’objets ou de personnes et leur localisation dans l’espace seront également au cœur du développement de la voiture autonome : Tesla va ainsi équiper ses futurs véhicules de caméras pour réduire les risques d’accidents. Les perspectives en matière d’identification et de vidéo-surveillance sont tout aussi prometteuses. « Le transport ferroviaire est particulièrement intéressé par le computer vision, » confirme Virgile Dier. « Avec une même technologie, on répond à des enjeux de sécurité via la détection d’agressions, tout en établissant des statistiques et des analyses de fréquentation. »
Le computer vision, une autre approche que l’IoT et l’humain
Et si, à l’image de Tesla, les caméras avaient demain la préférence aux capteurs connectés ? Elles retranscrivent en effet la réalité au plus proche, facilitent l’analyse et transmettent les informations sans latence. Alliées à l’edge computing, elles permettent un traitement intelligent des données en périphérie de réseau et une remontée sélective des données aux systèmes centraux d’analyse. Et plus on alimente l’IA en datas, plus elle progresse. « Le taux d’erreur des outils de computer vision baisse chaque année, » rappelle Erwan Cosmao. « Sa fiabilité surpasse déjà l’humain sur certaines tâches spécifiques comme le comptage de personnes dans une foule ou la détection de mélanomes lors d’analyses cancérologiques. L’intelligence humaine reste cependant bien plus transverse. » Seuls obstacles persistants aux progrès du computer vision : l’absence de données qualifiées sur des thématiques sensibles, la difficulté à détecter un objet derrière un autre, ou l’analyse d’images