Une conférence sur la vision par ordinateur rassemble 10 000 chercheurs à Vancouver
Radio-Canada
La conférence CVPR, pour Computer Vision and Pattern Recognition, rassemble au centre des congrès de Vancouver une dizaine de milliers de chercheurs dans le domaine de la vision par ordinateur ou vision numérique, une branche de l’intelligence artificielle.
En vision par ordinateur, l’objectif est de faire en sorte que les ordinateurs soient capables de comprendre le monde visuel, un peu de la même façon que nous le faisons avec nos yeux, explique Jean-François Lalonde, professeur titulaire au département de génie électrique et de génie informatique à l'Université Laval, de passage à Vancouver pour la conférence.
Le chercheur indique que la vision numérique permet aux ordinateurs d’interpréter des informations à partir d'images ou de vidéos captées par des caméras ou d'autres types de capteurs, dont des capteurs 3D et des caméras infrarouges.
Plusieurs applications de la vision par ordinateur sont déjà présentes dans les activités de la vie quotidienne.
Jean-François Lalonde prend l’exemple des téléphones intelligents qu’il est possible de déverrouiller à l’aide d’un doigt ou par reconnaissance faciale. [La vision numérique] peut être utilisée pour des applications de sécurité, d'identification ou de biométrie, indique-t-il.
« Ce sont des applications très courantes avec lesquelles on interagit, on n'y pense même plus. »
L’assistance à la conduite ou la conduite autonome sont d’autres applications de la vision par ordinateur. Il peut également y avoir des caméras tournées vers l'intérieur, pour assurer qu’on n'est pas en train de s’endormir au volant, par exemple, avance le professeur titulaire.
La conférence CVPR rassemble plus de 10 000 chercheurs des quatre coins de la planète. Des universitaires de partout au Canada, des États-Unis, de la Chine, de Singapour, de France, d’Angleterre, d’Australie, notamment, ont parcouru le globe pour se réunir à Vancouver.
Yasser Benigmim est doctorant à Télécom Paris. Sa recherche porte sur des modèles qui ont pour but d’identifier les pixels d’une image, les classer et reconnaître ce que l’ensemble représente.