Au revoir la vision nocturne verte : ils développent une caméra qui capture des images comme si elles étaient le jour

Quand on parle de vision nocturne, tout le monde imagine que l'image affichée sera verte avec du noir, mais cela est sur le point de changer. Les chercheurs ont trouvé un moyen pour les appareils photo de capturer, même la nuit, une image en couleur, comme si elle avait été prise pendant la journée.

Le 6 avril, le magazine Plos One a publié un article américain dans lequel des chercheurs présentent la découverte d'un algorithme optimisé avec une architecture de deep learning qui parvient à transformer le spectre visible d'une scène de nuit en la manière dont une personne pourrait le voir pendant la journée.

La nuit, les gens ne peuvent pas voir les couleurs et les contrastes en raison du manque de lumière, pour cela ils doivent éclairer la zone ou utiliser des visières de nuit, ces dernières donnant une image verdâtre. En résolvant les visionneuses monochromes, il sera possible pour tout le monde de voir et de prendre des photos qui ressemblent à la journée, ce qui sera d'une grande aide dans les travaux de reconnaissance militaire tactique, entre autres.

Pour ce faire, les chercheurs ont utilisé une caméra monochromatique sensible à la lumière visible et infrarouge pour acquérir la base de données d'une image imprimée ou d'images de visages sous éclairage multispectral couvrant l'œil visible standard.

Ils ont ensuite optimisé un réseau neuronal convolutif (U-Net) pour prédire des images du spectre visible à partir d'images proches du infrarouge. Son algorithme est piloté par le deep learning utilisant la lumière spectrale.

Pour apprendre le spectre de réflectance spectrale des encres cyan, magenta et jaune, ils ont imprimé la palette de couleurs Rainboy pour enregistrer leurs longueurs d'onde. Ils ont ensuite imprimé plusieurs images et les ont placées sous éclairage multispectral avec une caméra monochromatique (noir et blanc), montées sur un microscope à dissection focalisé sur l'image.

Au total, ils ont imprimé une bibliothèque de plus de 200 visages humains disponibles dans la publication « Labeled Faces in the Wild », avec une imprimante Canon et de la peinture MCYK. Les images ont été placées sous différentes longueurs d'onde, puis utilisées dans une formation à l'apprentissage automatique axée sur la prédiction d'images couleur (RVB) à partir d'images éclairées d'une longueur d'onde unique ou combinée.

Pour toutes les expériences, ils ont suivi le modèle pratique de l'apprentissage automatique : ils ont divisé la base de données en 3 parties, réservant 140 images pour la formation, 40 pour la validation et 20 pour les tests. Pour comparer les performances entre différents modèles, ils ont évalué plusieurs mesures pour la reconstruction de l'image.

Les chercheurs ont souligné que cette étude sert d'étape à la prédiction de scènes dans le spectre visible humain à partir d'un éclairage proche infrarouge imperceptible.

Ils ont déclaré que « cela suggère que la prédiction d'images haute résolution dépend davantage du contexte d'apprentissage [de la Machine] que des signatures spectroscopiques de chaque encre » et que ce travail devrait être une étape pour les vidéos de vision nocturne, dont dépendra le nombre d'images traitées par seconde.

CONTINUEZ À LIRE :