Catégorie : Uncategorized

Publié le

Quand l’intelligence artificielle et la compression d’images se rencontrent, la surveillance vidéo devient respectueuse de la vie privée

Depuis septembre 2020, lors de la première édition de l’atelier TRAIL, Karim El Khoury et Jonathan Samelson, ont débuté leurs travaux dont le but était de fournir une représentation d’image publique et respectueuse de la vie privée, pour l’analyse du trafic autoroutier. L’objectif était d’utiliser les images résiduelles du domaine compressé, peu coûteuses et respectueuses de la vie privée, pour suivre efficacement les véhicules. En novembre 2021, leurs travaux ont été publiés dans le Frontiers in Signal Processing Journal dans le cadre d’un numéro spécial sur l’apprentissage profond pour la vidéosurveillance. La publication est accessible via https://doi.org/10.3389/frsip.2021.765006

Selon Karim et Jonathan, le principal problème du big data, et plus particulièrement des données de vidéosurveillance, est la confidentialité. C’est donc pourquoi, en proposant l’utilisation de cadres résiduels de domaine compressé comme représentation d’image pour le suivi d’objets basé sur l’apprentissage profond, leur solution d’IA donne la priorité au droit à la vie privée des personnes tout en maintenant des performances efficaces.

 

 

Résultats expérimentaux de la détection et le suivi des véhicules sur les images résiduelles du domaine compressé respectueuses de la vie privée (A) contre les images décodées intrusives (B)

 

Publié le

Vous entendrez bientôt le sourire, la tristesse ou l’excitation dans la voix des machines

Noé Tits, après avoir obtenu son diplôme d’ingénieur électricien, a poursuivi une thèse à l’Institut Numediart – UMONS sur l’application des techniques de Machine Learning pour la synthèse vocale expressive.

Actuellement, il s’occupe de la R&D de la technologie vocale de Flowchase pour analyser automatiquement et donner du feedback aux apprenants d’anglais sur leur prononciation en utilisant les paradigmes du Machine/Deep Learning et Signal Processing. Flowchase est une application qui vous permet de booster votre prononciation en anglais grâce à une technologie vocale analysant votre parole.

Pendant  l’année 2020, il a étudié la contrôlabilité d’un système de synthèse vocale expressive. On attend par contrôlabilité, la possibilité de modifier à souhait le caractère expressif de la parole synthétisée grâce à des paramètres.

La contrôlabilité est évaluée avec une expérience objective et une expérience subjective. L’évaluation objective est basée sur une mesure de corrélation entre les caractéristiques acoustiques et une représentation latente de l’expressivité. L’évaluation subjective est basée sur une expérience de perception dans laquelle on montre aux utilisateurs une interface 2D de synthèse vocale expressive contrôlable et on demande à ces utilisateurs  de retrouver la position d’une phrase de référence. Pour en savoir plus sur  son travail: https://www.mdpi.com/2227-9709/8/4/84/htm

De plus, selon Noé Tits, pour pouvoir interagir correctement avec des systèmes intelligents, un défi majeur est de rendre cette interaction aussi intuitive et naturelle que possible pour les utilisateurs.

Lorsqu’on travaille avec l’interaction vocale, cela correspond à synthétiser une voix naturelle avec une expressivité cohérente avec le contexte. Les différentes possibilités dans ce domaine seraient intéressantes pour, par exemple, la création de personnages virtuels avec des voix expressives, pour des films d’animation, des livres audio synthétiques…

 

Publié le

Un système de surveillance de l’état du conducteur peut vous sauver la vie

Anaïs Halin, diplômée d’un master en ingénieur civil électricien de l’Université de Liège (ULiège) en 2017 et d’un master en management de HEC Liège en 2020, est depuis 2017 doctorante dans le département Electrical Engineering and Computer Science de l’ULiège.  

Cette jeune doctorante affiliée à TRAIL, travaille dans les domaines de surveillance de l’état des conducteurs et de l’automatisation de la conduite. Elle a récemment publié un article (https://www.mdpi.com/1424-8220/21/16/5558) et réalisé une vidéo (https://youtu.be/d9IKIvrwlVQ) sur le sujet. Par ceux-ci, elle explique, entre autres, comment caractériser l’état des conducteurs à l’aide d’indicateurs et de capteurs, ainsi que le rôle conjoint de la surveillance de l’état des conducteurs et de l’automation de la conduite. Le concept d’indicateur, qu’elle a introduit et rigoureusement défini, permet une meilleure interprétabilité des systèmes.  

Grâce à l’Intelligence Artificielle, nous pouvons rêver d’avoir un jour une voiture autonome qui améliorerait considérablement la sécurité routière, réduirait les embouteillages, diminuerait les émissions et rendrait les voyages plus confortables. 

Mais, en attendant d’avoir résolu les défis technologiques et réglementaires qui nous éloignent de ce potentiel avenir, nous devons, selon Anaïs Halin, développer des systèmes de surveillance du conducteur adaptés à chaque niveau d’automatisation de la conduite. Ce travail doit être réalisé, afin de s’assurer que les conducteurs sont aptes à conduire ou reprendre le contrôle en toute sécurité, et, le cas échéant, d’émettre des alarmes, ou de déléguer une partie ou l’entièreté de la conduite à l’automatisation.