Comment Moss a aidé la vision artificielle à surmonter un talon d'Achille

Ces dernières années, les algorithmes d'apprentissage en profondeur ont révolutionné la façon dont les machines reconnaissent les objets. Les algorithmes de pointe surpassent facilement les humains dans l'identification des objets ordinaires tels que les tables, les chaises, les voitures et même les visages.

Mais ces algorithmes ont un talon d'Achille : il y a des choses qu'ils ne peuvent tout simplement pas voir. Par exemple, la vision artificielle n'est pas bonne pour reconnaître des choses comme les graminées et les herbes, car elles ont des formes amorphes difficiles à définir.

Une table a généralement quatre pieds et une surface plane, des caractéristiques que l'apprentissage automatique est capable d'identifier. En revanche, les graminées et les herbes de la même espèce peuvent être de tailles différentes et avoir un nombre différent de feuilles, de graines, etc., selon les conditions de croissance. Il est donc difficile pour la vision artificielle de les reconnaître, en particulier s'ils ne sont pas en fleurs.

Les machines ont également du mal à identifier les arbres à partir d'images aériennes ou les cultures à partir d'images satellites. Ce qu'il faut, c'est une nouvelle approche capable d'entraîner des algorithmes d'apprentissage en profondeur pour qu'ils opèrent leur magie sur des objets à la forme ambiguë.

Entrez Takeshi Ise et ses amis de l'Université de Kyoto au Japon. Ces gars-là ont développé une technique simple qui aide les machines d'apprentissage en profondeur à reconnaître ces plantes amorphes. Ils ont mis la nouvelle technique à l'épreuve en lui apprenant à reconnaître différents types de mousse, une plante à la forme difficile à définir.

L'équipe est bien placée pour étudier la mousse, compte tenu du climat chaud et humide de Kyoto, qui favorise sa croissance. Ise and co a commencé par photographier la mousse dans un jardin japonais traditionnel à Kyoto, appelé Murin-An, où elle est cultivée.

Ils ont identifié trois types de mousses et les ont photographiées individuellement, mais aussi dans des endroits où elles sont toutes présentes avec d'autres plantes et caractéristiques non moussues. Chaque photo a été prise avec un appareil photo numérique, tel qu'un Olympus OM-D E-M5 Mark II, avec un objectif de 50 mm (ou équivalent) à une distance de 60 centimètres directement au-dessus des tapis de mousse. Ces images ont 4608 x 3456 pixels.

L'objectif de leur algorithme d'apprentissage en profondeur est d'identifier les différents types de mousse dans une seule image et de distinguer la mousse des autres objets et plantes.

Leur méthode est simple. Pour former l'algorithme, l'équipe divise chaque image d'une mousse spécifique en régions beaucoup plus petites de 56 x 56 pixels, avec un chevauchement de 50 %. De cette manière, l'image d'origine génère quelque 90 000 images, dont 80 % sont utilisées pour former leur algorithme et le reste pour le tester.

Bien que les images d'entraînement aient été prises d'un tapis uniforme d'un type spécifique de mousse, ces tapis peuvent contenir de petites régions d'autres mousses. L'équipe a donc examiné toutes les images d'entraînement et supprimé à la main les images de mousses extraterrestres. Cela a laissé des images de trois types de mousse— Polytrichum , Trachycystis , et Le battage médiatique —ainsi que des caractéristiques sans mousse. Toutes les images de formation pourraient alors être étiquetées comme l'un de ces types et introduites dans la machine d'apprentissage en profondeur.

Les résultats sont impressionnants. En utilisant cette méthode, l'algorithme a rapidement appris à reconnaître chaque type de mousse avec une bonne précision. Lorsque les chercheurs ont lâché l'algorithme sur une seule image montrant différents types de mousse, il a pu identifier avec précision les mousses dans différentes zones de l'image. Le modèle a correctement classé les images de test avec une précision supérieure à 90 %, disent-ils.

L'algorithme fonctionne mieux pour certains types de mousse que pour d'autres. Les performances estimées pour Polytrichum est de 99 % [précision de la reconnaissance], Trachycystis est de 95 %, et Le battage médiatique est de 74%, disent Ise et co.

La moindre précision pour Le battage médiatique c'est parce que cette plante est plus amorphe que les autres, avec des formes de croissance moins bien définies. Par contre, Polytrichum a une forme distinctive et bien définie.

L'équipe affirme qu'il existe plusieurs façons d'améliorer la précision, comme la création d'un ensemble d'entraînement de photographies prises à différents moments de l'année lorsque le Le battage médiatique la mousse, en particulier, peut sembler plus distinctive. Ou la balance des blancs sur l'appareil photo numérique pourrait être normalisée pour obtenir un rendu des couleurs plus précis pour chaque mousse.

En tout cas, les résultats sont très prometteurs pour l'avenir. La technique pourrait être appliquée à l'imagerie aérienne pour mieux identifier les arbres et les plantes dans les images prises d'en haut. Cela serait extrêmement utile pour faire des inventaires dans la nature ou dans de vastes zones gérées telles que des fermes et des forêts.

En attendant, Ise et co disent qu'ils envisagent de développer une application qui permet aux gens d'identifier la mousse à l'aide d'un smartphone. Cela pourrait s'avérer populaire pour les jardiniers.

Réf : arxiv.org/abs/1708.01986 : Identification de 3 espèces de mousses par apprentissage en profondeur, en utilisant la méthode de l'image hachée

cacher