Modèle algorithmique optimale pour la reconnaissance de formes visuelles complexes

[invitecd2b33a6]

Bonjour à tous,

Je me permets de poster ici car après de nombreuses recherches je ne trouve toujours pas mon bonheur:

Je cherche en effet à trouver un algo permettant la reconnaissance de détails visuels complexes à partir de photos, ex :

Il faudrait pouvoir reconnaitre par exemple la forme des yeux, ainsi que la couleur, mais aussi la forme des ailes, des poils sur la droso etc.

Je pensais partir sur un réseau de neurones, dont l'architecture sera optimisée par un algo de sélection évolutive de type génétique : réseau de neurone de type NEAT.

Pensez vous que ce type d'algo permettrait une reconnaissance assez poussée?

Et sinon, existe t-il d'autres modèles plus adaptés pour ce genre de reconnaissances?


Merci d'avance pour vos réponses,
-----

[azad]

Salut,
soit tu es très fort en la matière et tu n'as plus qu'à trouver ici un alter ego pour faire équipe - ce que je te souhaite - soit tu es doté d'un optimisme que je ne voudrais pas trop gâcher.
Parce que déjà dans l'image que tu utilises comme exemple, je trouve que ne doivent pas courir les rues, les programmes capables de localiser des yeux, des poils et des ailes. Même en te confinant dans le monde des insectes. Si tu ajoutes aussi mammifères, oiseaux et poissons ça devient mission impossible. Rendez-vous dans un petit siècle, peut-être.

[Paraboloide_Hyperbolique]

Bonsoir,

C'est effectivement difficile à faire. Comme je travaille actuellement sur ce sujet (détection de parois dans les mousses polymères). Une manière de faire serait de combiner de la bonne manière (et avec les bons paramètres*) plusieurs algorithmes morphologiques (h-minima transform, watershed transform, regional maxima...).

Une référence ici: http://www.vincent-net.com/luc/paper...eip_recons.pdf

Comptez au minimum 6 mois de travail intensif (exclusivement sur ce sujet) pour obtenir un algorithme efficace.

*Ce qui n'a rien de trivial.

[invitecd2b33a6]

Ah okai, merci à vous deux pour vos réponses.

Voyant de plus en plus d'algorithmes efficaces de reconnaissances des visages, des yeux ,empreintes digitales etc ( très souvent basés sur des réseaux de neurones ) je pensais la tâche plus facile

Merci Paraboloide_Hyperbolique pour la doc, je l'ai parcourue rapidement, juste petite précisions, travaillez vous de votre coté avec des réseaux de neurones pour la reconnaissance visuelle? Il parait que ces petites bêtes font des miracles bien paramétrées

[A voir en vidéo sur Futura]

[Paraboloide_Hyperbolique]

Non, je ne travaille pas avec ça, bien que je les connaisse et qu'il y a effectivement des choses qui se font dans la reconnaissance de formes.

Cependant, il y a énormément de "degrés de libertés" dans un réseau de neurones: nombre de neurones, nombre de couches, connectivité, choix des fonctions de réponses...
Il y en a tellement que c'est vraiment délicat (mais pas impossible) d'obtenir quelque chose avec. Ces "degrés de libertés" sont à la fois un avantage et un inconvénient: une fois les bons paramètres trouvés, les résultats peuvent être excellent; l'ennui c'est qu'il faut trouver les bons paramètres... Et cette tâche est très ardue du fait qu'il y a beaucoup de paramètres et que les réseaux de neurones sont la plupart du temps non-linéaires.
A l'époque ou j'ai étudié les réseaux de neurones, ils n'étaient efficaces que pour la reconnaissance d'images très standardisées: lettres d'imprimeries et empreintes digitales.

Il y a probablement eu des progrès depuis, mais dans mon opinion l'utilisation des algorithmes morphologiques est plus rapide et efficace à mettre en place qu'un réseau de neurones (du moins dès qu'il s'agit de traiter des images complexes comme votre mouche). S'il faut 6 mois pour les algorithmes morphologiques, je pense qu'il faudrait 1 à 2 ans de développement pour obtenir les mêmes résultats avec un réseau de neurones (qui ont en plus besoin d'un "training set" aussi large que possible, contrairement aux algorithmes morphologiques.)

Je pense aussi qu'il y a actuellement une tendance qui se dessine où les réseaux de neurones effectuent un post-traitement des images issues des algorithmes morphologiques (images qui sont généralement plus simples que les images initiales.)

Quoiqu'il en soit, la tâche que vous décrivez est loin d'être facile (et c'est euphémique de le dire). La plupart des résultats "magiques" issus des réseaux de neurones que l'on voit dans la littérature ont été souvent obtenus après plusieurs années de travail de la part d'équipes entières.

[invitecd2b33a6]

Merci pour toutes ces précisions, et pour vos réponses