Détecter les piétons en temps réel grâce au deep learning

Les voitures sans conducteur sont annoncées pour bientôt dans les rues de nos villes devenues intelligentes. Il reste cependant quelques obstacles à contourner avant la généralisation de ces véhicules autonomes. Une étape importante vient d’être franchie par une équipe californienne qui a mis au point un nouvel algorithme de vision artificielle basé sur l’apprentissage profond. Son but : détecter la présence de piétons en temps réel.

Pour le cerveau d’un conducteur humain, repérer les piétons constitue une tâche élémentaire. Mais pour un véhicule autonome doté d’un système de vision artificielle, il s’agit d’un problème ardu. Une équipe de chercheurs en ingénierie électrique de l’Université de Californie vient d’apporter une contribution importante dans le domaine de la reconnaissance d’objets en temps réel pour le résoudre.

L’approche traditionnelle pour détecter un piéton en mouvement au sein d’un flux d’images consiste à analyser successivement chacune d’entre elles en la décomposant en millions de cadres traités individuellement par un « classifieur » qui signale la présence ou l’absence d’un passant. Cette méthode de détection dite en cascade, dont les phases préliminaires éliminent rapidement les zones sans personne humaine, présente l’inconvénient d’être moins efficace dans les ultimes étapes de calcul pour faire la distinction entre des piétons et d’autres « objets » similaires.

Pour y remédier, l’équipe menée par le professeur Nuno Vasconcelos a développé un nouvel algorithme qui intègre des modèles d’apprentissage profond (deep learning) à la fin du processus de détection en cascade. Cette approche, particulièrement adaptée pour la reconnaissance d’objets complexes, permet d’améliorer grandement la pertinence du système de vision artificielle en temps réel. Selon ses concepteurs, la même technique pourrait, outre les véhicules autonomes, être employée en robotique ou dans des systèmes de recherche d’images et de vidéos.

 

Lire l’article (en anglais)

 

En complément :

Un article (en anglais) sur un algorithme de vision artificielle capable de prédire l’orientation des objets,

et un autre (en anglais) sur les défis à relever pour le développement des voitures sans conducteur.

 

À lire sur Business Analytics Info :

« Quand le deep learning s’intéresse aux sites de rencontre »

et

« Ford appuie sa transformation numérique sur les big data »