Menu Principal

Vision par ordinateur n'est peut-être pas aussi bon que la pensée

Total vues: 85
Word Count: 800

Pendant des années, les scientifiques ont tenté d'enseigner la façon de voir des ordinateurs tout comme les humains, et des recherches récentes ont semblé faire preuve de l'informatique progresse dans la reconnaissance visuelle des objets. Une nouvelle étude du MIT, toutefois, met en garde que ce succès apparent peut être trompeur, car les tests utilisés sont empilés par inadvertance en faveur de l'informatique.

La vision par ordinateur est important pour des applications allant de la «intelligente» des voitures à la prothèse visuelle pour les aveugles. Les récents modèles informatiques montrent apparemment des progrès impressionnants, bénéficiant de 60 pour cent des taux de réussite dans le classement naturel image photographique fixe. Il s'agit notamment de la base de données largement utilisée Caltech101, destiné à tester les algorithmes de vision par ordinateur contre la variété des images vus dans le monde réel.

Toutefois, James DiCarlo, un neuroscientifique de l'McGovern Institute for Brain Research au MIT, étudiant diplômé de Nicolas Pinto Cox et David Rowland de l'Institut de Harvard affirment que ces séries ont l'image de défauts de conception qui permettent aux ordinateurs de réussir là où ils échoueraient avec plus authentiquement varié Images. Par exemple, les photographes ont tendance à centrer les objets dans un cadre et à préférer certains points de vue et les contextes. Le système visuel, par contre, les rencontres des objets dans un éventail plus large de conditions.

"La facilité avec laquelle nous reconnaissons des objets visuels dément la difficulté de calcul de cet exploit", explique DiCarlo, auteur principal de l'étude en ligne le 25 Janvier PLoS Computational Biology. "Le principal défi est l'image de variation. N'importe quel objet peut jeter innombrables images sur la rétine en fonction de sa position, la distance, l'orientation, l'éclairage et l'arrière-plan."

L'équipe a exposé les lacunes actuelles dans les tests de reconnaissance d'objet par ordinateur au moyen d'un simple "jouet" modèle informatique inspiré par les premières étapes dans le parcours visuel du cerveau. Neurones artificiels avec des propriétés ressemblant à celles dans le cerveau du cortex visuel primaire analyser chaque point à l'image et à la capture de bas niveau de l'information sur la position et l'orientation de la ligne frontière. Le modèle n'a pas les plus sophistiquées d'analyse qui se passe dans les phases ultérieures du traitement de l'image pour extraire des informations sur les caractéristiques de plus haut niveau de la scène visuelle, tels que les formes, les surfaces ou les espaces entre les objets.

Les chercheurs ont conçu ce modèle comme un homme de paille, il s'attend à l'échec comme un moyen d'établir une base de référence. Quand ils ont testé sur le Caltech101 images, cependant, le modèle fait étonnamment bien, avec des performances similaires ou meilleures que cinq state-of-the-art object-recognition systems.

Comment cela pourrait-il être? "Nous supposions que la soi-disant naturelle des images en vision par ordinateur, les essais actuels ne sont pas vraiment engager le problème central de la variabilité, et que nos intuitions sur ce qui rend les objets durs ou faciles à reconnaître sont incorrects", explique Pinto.

Pour tester cette idée, les auteurs ont conçu un essai contrôlé plus soigneusement. En utilisant seulement deux catégories, les avions et les voitures-ils ont présenté des variations de position, la taille et l'orientation qui reflètent mieux la gamme de variation dans le monde réel.

"Avec seulement deux types d'objets de distinguer, cet essai aurait dû être plus facile pour le" jouet "modèle d'ordinateur, mais il s'est avéré plus difficile," dit Cox. L'équipe de chercheurs a conclu: "Notre modèle a bien fait sur le Caltech101 image définie non pas parce qu'il est un bon modèle, mais parce que le« naturel »des images ne parviennent pas à cerner avec pertinence la variabilité du monde réel."

En conséquence, les chercheurs plaident pour la refonte des normes actuelles et des images utilisés par la communauté de vision par ordinateur pour comparer les modèles et de mesurer les progrès accomplis. Avant les ordinateurs peuvent approcher la performance du cerveau humain, disent-ils, les scientifiques doivent mieux comprendre pourquoi la tâche de reconnaissance d'objet est si difficile et les capacités du cerveau sont si impressionnants.

----------------------------
Article adapté par Medical News Today de l'original du communiqué de presse.
----- -----------------------

Cette étude a été soutenue par le National Eye Institute, The Pew Charitable Trust et la Fondation McKnight.

Source: Elizabeth Thomson
Massachusetts Institute of Technology

Partagez cet article à:
Add this page to Delicious