211service.com
Révéler l'invisible
Avec l'aimable autorisation des chercheurs
De petites imperfections dans un verre à vin ou de minuscules plis dans une lentille de contact peuvent être difficiles à distinguer, même sous un bon éclairage. Mais les ingénieurs du MIT ont développé une technique d'apprentissage automatique qui peut révéler ces caractéristiques et objets invisibles dans l'obscurité.
La clé était un réseau de neurones, un type de logiciel qui peut être formé pour associer certaines entrées à des sorties spécifiques - dans ce cas, des images sombres et granuleuses d'objets transparents et des objets eux-mêmes.
L'équipe a alimenté le réseau en images extrêmement granuleuses de plus de 10 000 motifs de gravure transparents provenant de circuits intégrés. Les images ont été prises dans des conditions d'éclairage très faibles, avec environ un photon par pixel, soit bien moins de lumière qu'un appareil photo n'enregistrerait dans une pièce sombre et scellée. Ensuite, ils ont montré au réseau de neurones une nouvelle image granuleuse, non incluse dans les données d'entraînement, et ont découvert qu'il était capable de reconstruire l'objet transparent que l'obscurité avait obscurci.
Les chercheurs ont réglé leur appareil photo pour prendre des images légèrement floues, ce qui prouve, sous la forme d'ondulations dans la lumière détectée, qu'un objet transparent peut être présent.
Mais la défocalisation crée également du flou, ce qui peut brouiller les calculs d'un réseau de neurones. Pour produire une image plus nette et plus précise, les chercheurs ont intégré au réseau neuronal une loi de la physique qui décrit comment la lumière crée un effet de flou lorsqu'une caméra est défocalisée.
L'équipe a répété ses expériences avec 10 000 autres images d'objets plus généraux et variés, y compris des personnes, des lieux et des animaux. Encore une fois, le réseau neuronal avec l'algorithme physique intégré a pu recréer une image d'une gravure transparente qui avait été prise dans l'obscurité.
Les résultats démontrent que les réseaux de neurones peuvent être utilisés pour éclairer des éléments transparents, tels que des tissus et des cellules biologiques, dans des images prises avec très peu de lumière.
Si vous explosez des cellules biologiques avec de la lumière, vous les brûlez et il ne reste plus rien à imaginer, explique George Barbastathis, professeur de génie mécanique. Si vous exposez un patient à des rayons X, vous augmentez le risque qu'il développe un cancer.
Ce que nous faisons ici [signifie] que vous pouvez obtenir la même qualité d'image, mais avec une exposition moindre du patient. Et en biologie, vous pouvez réduire les dommages causés aux spécimens biologiques lorsque vous souhaitez les échantillonner.