Sélectionner une page

Computer Vision Applications

Les applications les plus passionnantes de la vision par ordinateur dans toutes les industries

Applications de vision par ordinateur dans tous les secteurs d’activité

Le concept de vision par ordinateur a été introduit pour la première fois dans les années 1970. Les idées originales étaient passionnantes, mais la technologie pour les concrétiser n’existait tout simplement pas. Ce n’est qu’au cours des dernières années que le monde a connu un saut technologique important qui a placé la vision par ordinateur sur la liste des priorités de nombreuses industries.

Depuis 2012, année où les premières percées importantes en vision par ordinateur ont été réalisées à l’Université de Toronto, la technologie de la vision par ordinateur s’est améliorée de façon exponentielle. Les réseaux neuronaux convolutionnels (RNN), en particulier, sont devenus le réseau neuronal de choix pour de nombreux scientifiques des données, car il nécessite très peu de préprogrammation par rapport à d’autres algorithmes de traitement d’images. Au cours des dernières années, les CNN ont été utilisés avec succès pour identifier des visages, des objets et des panneaux de signalisation, ainsi que pour propulser la vision dans les robots et les voitures autoportées.

Un meilleur accès aux images a également contribué à la popularité croissante de la vision par ordinateur. Des sites Web comme ImageNet permettent d’avoir un accès presque instantané à des images qui peuvent être utilisées pour former des algorithmes. Et ce n’est que le début. La bibliothèque mondiale d’images et de vidéos s’enrichit chaque jour. Selon une analyse de Morgan Stanley, 3 millions d’images sont partagées en ligne chaque jour via les réseaux sociaux, et la plupart d’entre elles sont détenues par Facebook.

Alors que la vision par ordinateur était à peine mentionnée dans les médias il y a à peine trois ans, 2017 fut vraiment l’année de la vision par ordinateur. Selon CB Insights, la couverture médiatique sur le sujet a augmenté de plus de 500% depuis 2015.

 

L’avenir de la vision par ordinateur

La vision par ordinateur est une industrie en plein essor qui est appliquée à bon nombre de nos produits de tous les jours. Les entreprises de commerce électronique, comme Asos, ajoutent des fonctions de recherche visuelle à leurs sites Web pour rendre l’expérience d’achat plus facile et plus personnalisée. Apple a dévoilé sa fonction de reconnaissance faciale avec son tout dernier iPhone, une technologie qui a été rendue possible grâce à l’acquisition de sociétés.

Et chaque année, de plus en plus d’argent est investi dans de nouvelles entreprises. AngelList, une plateforme américaine qui relie les start-ups et les investisseurs, répertorie 529 entreprises sous le label de vision par ordinateur. L’évaluation moyenne de ces sociétés est de 5 M$ chacune. Bon nombre d’entre eux sont en train de recueillir entre 5 et 10 millions de dollars à différentes étapes du financement. On peut dire sans risque de se tromper qu’il y a beaucoup d’argent qui est investi dans le développement de la vision par ordinateur.

Alors, pourquoi la vision par ordinateur gagne-t-elle en popularité ? En raison des gains potentiels qui peuvent être récoltés en remplaçant un humain par un ordinateur dans certains domaines de notre vie.

En tant qu’êtres humains, nous utilisons nos yeux et notre cerveau pour analyser notre environnement visuel. Cela nous semble naturel et nous le faisons plutôt bien. Un ordinateur, par contre, ne peut pas le faire automatiquement. Il a besoin d’algorithmes et de données pour apprendre ce qu’il « voit ». Cela demande beaucoup d’efforts, mais une fois qu’un ordinateur apprend à le faire, il peut le faire mieux que presque tous les humains sur terre.

Cela peut rendre les processus plus rapides et plus simples en remplaçant toute activité visuelle. Contrairement aux humains, qui peuvent être dépassés ou biaisés, un ordinateur peut voir beaucoup de choses à la fois, en détail, et analyser sans se « fatiguer ». La précision de l’analyse informatique peut apporter d’énormes gains de temps et d’amélioration de la qualité, libérant ainsi des ressources qui nécessitent une interaction humaine. Jusqu’à présent, cela ne peut s’appliquer qu’à des processus simples, mais de nombreuses industries repoussent avec succès les limites de ce que la vision par ordinateur peut faire.

 

Applications de la vision par ordinateur dans différentes industries

La technologie de vision par ordinateur est très polyvalente et peut être adaptée à de nombreuses industries de différentes façons. Certains cas d’utilisation se produisent en coulisses, tandis que d’autres sont plus visibles. Très probablement, vous avez déjà utilisé des produits ou services améliorés par la vision par ordinateur.

Automobile

Certaines des applications les plus célèbres de la vision par ordinateur ont été réalisées par Tesla avec leur fonction pilote automatique. Le constructeur automobile a lancé son système d’aide à la conduite en 2014 avec seulement quelques caractéristiques, comme le centrage de la voie et l’autostationnement, mais il est prévu qu’il atteindra son objectif en 2018, soit une voiture entièrement autonome.

Des fonctionnalités telles que le pilote automatique de Tesla sont possibles grâce à des démarrages tels que Mighty AI, qui offre une plate-forme permettant de générer des annotations précises et diverses sur les ensembles de données pour former, valider et tester les algorithmes liés aux véhicules autonomes.

Vente de détail

La vision par ordinateur a également fait sensation dans l’industrie de la vente au détail. Le magasin Amazon Go a ouvert ses portes aux clients le 22 janvier dernier. Il s’agit d’un magasin partiellement automatisé qui n’a pas de postes de paiement ni de caissiers. En utilisant la vision par ordinateur, l’apprentissage approfondi et la fusion de capteurs, les clients peuvent simplement quitter le magasin avec les produits de leur choix et se faire facturer leurs achats via leur compte Amazon. La technologie n’est pas encore parfaite à 100%, car plusieurs tests officiels de la technologie du magasin ont montré que certains articles n’étaient pas inclus dans la facture finale. Cependant, c’est un pas impressionnant dans la bonne direction.

applications de vision par ordinateur dans le commerce de détail

Une startup appelée Mashgin travaille sur une solution similaire à Amazon Go. L’entreprise travaille sur un kiosque d’autocontrôle qui utilise la vision par ordinateur, la reconstruction 3D et l’apprentissage approfondi pour numériser plusieurs articles en même temps sans avoir besoin de codes à barres. Le produit prétend réduire jusqu’à 10 fois le temps de paiement. Leurs principaux clients sont les cafétérias et les salles à manger exploitées par le Groupe Compass.

Services financiers

Bien que la vision par ordinateur ne se soit pas encore révélée être une technologie perturbatrice dans le monde de l’assurance et de la banque, quelques grands acteurs l’ont implémentée dans l’accueil de nouveaux clients. En 2016, un groupe bancaire espagnol BBVA, a introduit une nouvelle façon de s’inscrire à ses services. Les nouveaux clients peuvent obtenir un compte bancaire en quelques minutes en téléchargeant une photo de leur pièce d’identité et un selfie. BBVA a utilisé la technologie de vision par ordinateur pour analyser les photos. Number26, une banque en ligne basée en Allemagne, travaille également sur une technologie similaire et prévoit de l’introduire auprès de ses futurs clients fin 2018.

Soins de santé

Dans le domaine des soins de santé, la vision par ordinateur a le potentiel d’apporter une réelle valeur ajoutée. Bien que les ordinateurs ne remplacent pas complètement le personnel de santé, il existe une bonne possibilité de compléter les diagnostics de routine qui exigent beaucoup de temps et d’expertise des médecins humains, mais qui ne contribuent pas de façon significative au diagnostic final. De cette façon, les ordinateurs servent d’outil d’aide pour le personnel de santé.

Par exemple, Gauss Surgical produit un moniteur sanguin en temps réel qui résout le problème de la mesure inexacte des pertes sanguines lors des blessures et des chirurgies. Le moniteur est livré avec une application simple qui utilise un algorithme qui analyse les images des éponges chirurgicales pour prédire avec précision combien de sang a été perdu pendant une chirurgie. Cette technologie peut permettre d’économiser environ 10 milliards de dollars en transfusions sanguines inutiles chaque année.

L’un des principaux défis que doit relever le système de santé est la quantité de données produites par les patients. On estime que les données relatives aux soins de santé sont triplées chaque année. Aujourd’hui, en tant que patients, nous comptons sur la banque de connaissances du personnel médical pour analyser toutes ces données et établir un diagnostic correct. Cela peut parfois être difficile. Le projet InnerEye de Microsoft vise à résoudre une partie de ce problème en développant un outil qui utilise l’IA pour analyser des images radiologiques tridimensionnelles. La technologie peut potentiellement rendre le processus 40 fois plus rapide et suggérer les traitements les plus efficaces.

 

 

Share This