Le deep learning change la photographie2 min de lecture

Dans le monde de la retouche photographique, une révolution se déroule sous nos yeux. L’arrivée de l’intelligence artificielle et du deep-learning bouleverse les codes et offre de nouvelles opportunités au traitement de l’image.

Le deep learning fait l’objet de nombreux papiers, posts, études et bavardages depuis déjà quelques moins. Pas un jour ne passe sans qu’un prophète digital ne s’entiche de la nouvelle force de frappe des ingénieurs et autres informaticiens. Qu’est ce que le deep learning me direz-vous ? Dérivé du “Machine Learning” et des travaux d’Alan Turing, le deep-learning repose sur un réseau de neurones artificiels combinés à des algorithmes de détection d’images, de sons ou autres. La méthode consiste à “entrainer” ces neurones artificiels leur faisant scanner des masses de données précises jusqu’à ce qu’elles découvrent une trame identique à toutes ces données. Par exemple, on peut entrainer un algorithme à voir un chat en lui présentant un million de photo de chat. Comme nous, l’algorithme parviendra à détecter à l’issue de son entrainement n’importe quel image de chat qui lui sera présenté.

Vous le voyez, l’outil est puissant. L’équipe de 9elements s’est donc penché sur le deep learning pour en tirer de nouveaux usages et notamment, améliorer la retouche d’image. Leur idée, assurer une meilleure détection des objets en utilisant le deeplearning, pour ensuite, appliquer des filtres de détourage ou effectuer d’autres opérations plus complexes.

Le article disponible (en anglais) ci-dessous, retrace leurs études de la labellisation des scènes capturées à leur segmentation. Une technique proche de celle que les deepfakes utilisent.

Commentaire

Personne n’a pris la parole sur ce sujet, n’hésitez pas à laisser un mot.

Laissez un petit mot