15/02/2016

Les chercheurs de UCLA rendent open source un algorithme de reconnaissance d'images plus puissant

Un groupe de recherche appliquée de l'université de Californie à Los Angeles (UCLA) a rendu public le code source d'un algorithme qui aide les machines à traiter les images à grande vitesse et de les analyser avec une précision inatteignable par l'oeil humain.

L'algorithme réalise une opération mathématique qui identifie les contours de l'objet puis détecte et extrait leurs spécificités. Il permet aussi d'améliorer les images et de reconnaître la texture des objets. L'algorithme a été développé par un groupe mené par Bahram Jalali, professeur en génie électrique à UCLA, titulaire de la chaire d'optoélectronique Northrop-Grumman et Mohammad Asghari, chercheur sénior.Les chercheurs annoncent que ce code pourra être utilisé dans la reconnaissance faciale, d'empreinte digitale et même de l'iris pour des applications dans le domaine de la sécurité. Il pourra être aussi appliqué aux systèmes de navigation embarqués dans les voitures et l'inspection de produits industriels.

Des capacités supérieures aux traitements traditionnels

L'algorithme « Phase Stretch Transform algorithm » est un inspiré d'un modèle physique dans son approche du traitement de l'image et de l'information dénommé « photonic time stretch » et déjà utilisé pour la détection rapide de cellules cancéreuses dans le sang. Il aide aussi les machines à détecter des spécificités des objets qui ne sont pas visibles à l'oeil nu avec des techniques standards. Par exemple, il peut être utiliser pour détecter la structure interne d'une lampe LED qui serait impossible à analyser avec une technique traditionnelle en raison de la luminosité. De telles qualités pourraient avoir des applications dans le domaine astronomique sur l'observation des étoiles distantes.

L'algorithme est disponible au téléchargement sur les deux plateformes de publications Github et Matlab File Exchange. Sa publication permettra aux chercheurs de mutualiser l'étude, les cas d'utilisation et l'amélioration de l'algorithme. Elle permet aussi aux utilisateurs d'intégrer cette nouvelle technologie dans leurs applications de reconnaissance de formes et de traitement d'images.
Source : phys.org

Actualités