Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary
Contenu archivé le 2024-04-19
Nonlinear and Adaptive Techniques in Digital Image Processing, Analysis and Computer Vision

Article Category

Article available in the following languages:

Amélioration de la vision artificielle

Au vingtième siècle, l'homme s'est lancé un défi de taille, reproduire la vision humaine à l'aide d'ordinateurs, d'appareils photo et de techniques de traitement spéciales. A l'aube du vingt et unième siècle, un groupe de chercheurs européens a développé une nouvelle approche de la vision artificielle dont les applications potentielles concernent de nombreux secteurs différents.

La vision artificielle est issue du mouvement plus vaste de l'intelligence artificielle et de la "révolution cognitive" dont le but était de reproduire les fonctions physiologiques humaines comme la vue et l'ouïe à l'aide d'un ordinateur. Les premiers efforts déployés en ce sens constituaient de simples tentatives de tri électronique dans l'industrie agroalimentaire. Les premiers véritables systèmes de vision artificielle ont été créés dans les années 30. Ils permettaient de convertir une image en un ensemble de chiffres correspondant à des niveaux de luminosité, le tout produisant une image en échelles de gris. Depuis cette époque, la science de la vision artificielle et la technologie qui la sous-tend ont fait de grands progrès. Aujourd'hui, des théories pointues en mathématiques et en psychologie cognitive constituent l'épine dorsale des systèmes actuels de vision artificielle. Suite aux recherches menées dans le cadre du programme ESPRIT 3, des scientifiques de divers universités et centres de recherche en Europe ont développé une approche innovante de la vision artificielle. Cette approche tire profit de la technologie des réseaux neuronaux et utilise des méthodes non linéaires, sous forme de familles de filtres non linéaires (par ex. polynomiales) pour traiter les images numériques. Entre autres progrès importants, on note l'utilisation d'algorithmes pour obtenir les caractéristiques des images à partir de données capteur, sans aucune étape intermédiaire de pré-traitement. De plus, il est également possible de définir les attributs invariants de l'image même si le ou les objet(s) particulier(s) étudié(s) opère(nt) une rotation ou une translation par rapport au reste de l'image. Le résultat de ce travail peut être appliqué à de nombreux secteurs différents, y compris les contrôles automatisés de qualité (par ex. dans l'industrie agroalimentaire), l'imagerie médicale, la robotique, etc. Le groupe cherche à mettre en place une formation pour ces nouvelles techniques afin de garantir un transfert technologique vers les groupes professionnels et scientifiques européens.

Découvrir d’autres articles du même domaine d’application