Une application Google Glass sait ce que vous regardez

Google a montré que la caméra intégrée à Google Glass, l'ordinateur porté sur la tête de l'entreprise, peut capturer des vidéos saisissantes. Maintenant entreprise d'apprentissage automatique AlchimieAPI a créé une application qui utilise cette caméra pour reconnaître ce qu'une personne regarde. L'application a été conçue lors d'une session de piratage des employés organisée par l'entreprise ce mois-ci pour expérimenter des moyens de démontrer leur nouveau service de reconnaissance d'images.

Voir clairement : cette application de vision industrielle est sûre à 67 % de regarder un bureau (Crédit : AlchemyAPI)

L'application peut soit travailler sur des photos prises par une personne portant des lunettes, soit saisir en permanence des images de l'appareil photo de l'appareil. Ceux-ci sont envoyés vers le cloud ou un ordinateur à proximité pour être traités par le logiciel de reconnaissance d'images d'AlchemyAPI. Le logiciel renvoie sa meilleure estimation de ce qu'il voit, puis Glass affichera ou prononcera le verdict.

Il y a un léger retard, puis vous l'entendrez dire « fauteuil » ou « ordinateur de bureau », déclare le PDG d'AlchemyAPI, Elliot Turner. Il faut environ 250 ms pour analyser une trame donnée.

Voici une vidéo de l'application en action :

On pourrait dire que l'application de Turner énonce simplement l'évidence, mais le faire en (presque) temps réel n'est pas une mince affaire pour un logiciel de vision par ordinateur. Le système de reconnaissance d'images d'AlchemyAPI est construit sur un système de réseaux neuronaux simulés complexes du type connu sous le nom d'apprentissage en profondeur, qui peut produire des systèmes qui apprennent plus rapidement et plus intelligemment que les techniques plus établies. Google a été un pionnier dans ce domaine (voir Deep Learning ) et de nombreuses autres grandes entreprises, dont Microsoft (voir Microsoft Brings Star Trek’s Voice Translator to Life ) et Facebook ( Facebook Launches Advanced AI Research Group ) investissent également dans la technologie.

Une démo en ligne montre la capacité du logiciel de reconnaissance d'images d'AlchemyAPI. Il montre le système répondant à un train constant d'images extraites de la recherche d'images Google et de Flickr.

Bien que loin d'être parfaites, les performances du logiciel sont impressionnantes. L'aperçu que la démo donne de la certitude de chaque jugement qu'elle porte suggère également qu'il pourrait facilement être fait pour paraître plus compétent. De nombreux échecs du système surviennent lorsqu'il essaie d'être très précis. Dire que c'est un insecte serait mieux que je ne sais pas ce que c'est, ça pourrait être une mante ou un grillon. Turner affirme que les premiers clients de l'offre de reconnaissance d'images sont principalement des sociétés de médias qui souhaitent catégoriser et rechercher de grandes collections de photographies non étiquetées.

Les systèmes de reconnaissance d'objets peuvent être comparés en les testant par rapport à la base de données ImageNet standard, qui contient plus de 50 millions d'images étiquetées avec 22 000 catégories différentes. Elliot ne partagera pas les chiffres exacts, mais dit que son système fonctionne à égalité avec les meilleurs systèmes testés publiquement par rapport à cela, qui se trompent généralement entre 15 et 17% de leurs suppositions. L'un de ces systèmes alimente désormais la reconnaissance d'objets intégrée à la fonction de recherche d'images de Google pour son réseau social Google Plus , après que Google a acheté une startup fondée par le pionnier de l'apprentissage en profondeur Geoffrey Hinton de l'Université de Toronto.

cacher