Une approche inédite pour améliorer la reconnaissance des images par l’IA

Imaginez que les voitures autonomes apprennent rapidement à reconnaître les nouveaux panneaux de signalisation ou que les systèmes d’imagerie médicale s’adaptent pour identifier de nouvelles anomalies avec seulement quelques exemples. Des chercheurs de l’Université Concordia travaillent à rendre ces innovations possibles. Dans une étude parue dans la revue Scientific Reports de Nature, le doctorant Amin Karimi et le P^r Charalambos Poullis de l’École de génie et d’informatique Gina-Cody présentent une méthode inédite pour améliorer la reconnaissance des images par l’intelligence artificielle (IA), même lorsque très peu d’exemples sont disponibles.

Connue sous le nom de « segmentation sémantique en quelques coups », cette méthode permet à l’IA de comprendre le contenu d’une image dans les moindres détails, en identifiant et en étiquetant chaque pixel. Le terme « quelques coups » signifie que l’IA peut apprendre à reconnaître de nouveaux objets avec seulement quelques exemples étiquetés, un peu comme peuvent le faire les humains.

M. Karimi et le P^r Poullis ont mis au point une approche unique qui combine des informations provenant de deux types de modèles d’IA : l’un qui classifie des images entières et l’autre qui décompose les images en leurs éléments constitutifs. En intégrant les forces de ces modèles, les chercheurs ont créé un système plus puissant pour comprendre les images.