Reconnaissance d'images, traduction automatique, voitures autonomes... Nombreux sont les domaines dans lesquels l'apprentissage profond ou deep learning est utilisé. Très en vogue, cette technique de l'intelligence artificielle est au cœur des progrès récents dans cette thématique scientifique. Vincent Lepetit, spécialiste du deep learning, décortique ce sujet complexe dans cet épisode du podcast audio.
Mot(s) clés libre(s) : réseaux de neurones artificiels, deep learning, apprentissage automatique, vision par ordinateur

Mon exposé est centré sur un aspect du traitement d'images, celui du traitement de l'information tridimensionnelle. Je prendrai comme point de départ les idées de David Marr dont l'influence a été déterminante à la fois sur les neurosciences de la vision et sur le traitement d'images ou la vision par ordinateur. L'idée selon laquelle la vision est notamment un problème de traitement de l'information qui peut être abordé en utilisant des contraintes assez générales issues de la physique et de la géométrie pour construire une représentation des surfaces des objets présents et de leurs mouvements s'est avérée extrêmement fructueuse tant du point de vue théorique pour répondre précisément à une partie de la question " qu'est-ce que voir ? " que du point de vue applicatif pour résoudre de nombreux problèmes où intervient la perception visuelle robotique au sens large, c'est-à-dire celle d'un système mécanique/informatique. En me plaçant de trois points de vue, mathématique, algorithmique et biologique, je montrerai comment une combinaison d'indices visuels tels que les variations spatiales d'intensité et de texture, le mouvement, les contours d'occultation ou encore la stéréoscopie peut fournir de l'information sur la forme et le mouvement tridimensionnels des surfaces des objets. J'illustrerai mon propos par quelques exemples d'applications comme le calcul de l'orientation d'un robot dans l'espace, la génération de déplacements, la reconnaissance d'objets et la réalité augmentée.
Mot(s) clés libre(s) : David Marr, image de synthèse, image numérique, modélisation, perception visuelle, représentation des formes, résonance magnétique nucléaire, stéréoscopie, traitement d'images, traitement de l'information, vision par ordinateur

Un logiciel de mise en relief des images de la Terre prises par satellite est à l'origine de la création d'Istar, une jeune société française fondée par des chercheurs de l'Institut de Géodynamique du CNRS et des informaticiens de l'INRIA. L'entreprise travaille sur des clichés des satellites Spot. L'un de ses fondateurs, Pierre Leymarie, géologue, rappelle le cadre dans lequel se sont développées les recherches et la part prise par un jeune boursier, Laurent Renouard. Il explique le principe du logiciel Spot 3D, le produit commercialisé : les décalages existant dans les couples d'images stéréographiques Spot sont traduits en altitudes. P. Leymarie évoque aussi les applications du logiciel dans d'autres domaines que les sciences de la terre.GénériqueConception : CLARKE Robert Réalisateurs : DARS Jean-François et PAPILLAULT Anne (CNRS AV) Production : CNRS AV Diffuseur : CNRS Images, http://videotheque.cnrs.fr/
Mot(s) clés libre(s) : image stéréographique, imagerie satellite, ISTAR, logiciel, modélisation 3D, SPOT, Terre, vision par ordinateur