Skip to main content
Un site web officiel de l’Union européenneUn site officiel de l’UE
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 2024-04-30
Advanced modelling of visual information processing

Article Category

Article available in the following languages:

Evolution du traitement des images grâce aux réseaux neuronaux

Distinguer les éléments importants d'une image numérisée n'est pas une mince affaire. Mais la nouvelle application des réseaux neuronaux devrait simplifier l'opération.

Imiter la vision et la perception humaines est extrêmement difficile. L'homme comprend de mieux en mieux les facteurs impliqués (biologiques, neurologiques, psychologiques...) mais cette compréhension n'est pas encore exhaustive. Heureusement, la puissance de traitement croissante des ordinateurs et la numérisation des images en une série de zéros et de uns permettent de faire progresser les techniques de pointe pour le traitement des images. Dans le cadre du projet AMOVIP, des chercheurs de trois continents différents ont étudié le potentiel des réseaux neuronaux dans ce domaine. Ces réseaux sont des méthodes numériques très sophistiquées permettant, dans ce cas, de résoudre un ensemble d'équations différentielles. Il en résulte un meilleur contraste entre le premier plan et l'arrière plan de l'image, et une plus grande netteté des objets. L'approche implique trois couches distinctes d'analyse, variant entre des valeurs maximales et minimales pour établir une solution équilibrée. En limitant l'interaction des cellules à l'échelle locale plutôt que globale et en évitant les méthodes de comparaison explicites, la durée consacrée au traitement est considérablement réduite. Ainsi, la méthode élaborée dans le cadre du projet AMOVIP est beaucoup plus intéressante que les techniques de traitement des images actuelles puisqu'elle permet l'obtention d'images de meilleure qualité en un temps moindre. Ces résultats sont utilisables dans une vaste palette d'applications. En biométrie, par exemple, la sécurité passe par la reconnaissance automatisée de la signature, du visage, des empreintes digitales et d'autres caractéristiques individuelles. Le traitement des images est également utilisé pour le diagnostic médical (l'imagerie par résonance magnétique, par exemple). Il est aisé de mettre en oeuvre cette méthode en VLSI (intégration à très grande échelle). Elle est de plus compatible avec les technologies aux normes industrielles (ex. Matlab). Le consortium AMOVIP a déposé une demande de brevets et recherche maintenant des partenaires spécialisés dans la recherche VLSI et/ou axés sur les applications.

Découvrir d’autres articles du même domaine d’application