L’exploration sous-marine renforcée par un amplificateur d’image
La recherche d’épaves perdues depuis longtemps, d’avions abattus et même d’espèces rares de coraux et de poissons pourrait devenir plus facile grâce à une technologie d’amélioration d’image développée par des chercheurs de l’Université James Cook.
La nouvelle technologie, connue sous le nom d’UDnet (Uncertainty Distribution Network), utilise l’intelligence artificielle pour améliorer automatiquement les images sous-marines de mauvaise qualité en ajustant le contraste, la saturation et la correction gamma, sans intervention humaine. L’ouvrage est publié dans la revue Systèmes experts avec applications.
Le résultat est qu’UDnet est capable de produire des images plus claires et plus nettes qui révèlent des détails autrement invisibles ou difficiles à voir.
Développé par le Dr Alzayat Saleh, chercheur postdoctoral à l’AIMS@JCU, et le professeur de génie électronique et informatique Mostafa Rahimi Azghadi, en collaboration avec les professeurs distingués Marcus Sheaves et Dean Jerry, UDnet a déjà surpassé 10 modèles d’amélioration d’images sous-marines de pointe existants dans des tests impliquant des milliers d’images sur plusieurs ensembles de données différents.
« Vous n’obtenez pas la même qualité d’image sous l’eau que sous l’eau », a déclaré le professeur Azghadi.
« La lumière se diffuse différemment et différentes longueurs d’onde de lumière sont absorbées à des rythmes différents. Cela rend difficile la capture d’images claires, en particulier dans les eaux plus profondes. »
Le modèle relève les défis de l’imagerie sous-marine en neutralisant les effets de l’absorption et de la diffusion de la lumière.
« Dans l’eau, seules les couleurs aux longueurs d’onde plus courtes, comme le bleu et le vert, pénètrent profondément. Cela déforme souvent les vraies couleurs des scènes sous-marines, ce qui rend difficile la distinction entre des objets comme les différents types de coraux », a déclaré le Dr Saleh.
« UDnet est formé sur de grands ensembles de données d’images sous-marines. Il utilise les trois couleurs primaires de la lumière (rouge, vert et bleu) pour analyser chaque pixel et corriger les déséquilibres de couleurs.
« Par exemple, si une image est bleue à 99 % parce qu’elle a été capturée sous l’eau, le modèle sait que c’est irréaliste et ajuste les couleurs pour obtenir un équilibre naturel. »
Le modèle d’IA traite chaque pixel des millions de fois, guidé par des algorithmes statistiques sans retour humain, pour garantir que les images améliorées sont aussi précises que possible.
Le Dr Saleh a déclaré que l’une des fonctionnalités les plus remarquables d’UDnet est sa capacité à améliorer les images et les vidéos en temps réel, ce qui le rend idéal pour une utilisation avec des caméras sous-marines, telles que celles installées sur des véhicules télécommandés (ROV).
« Un autre avantage est qu’UDnet est open source et accessible au public en téléchargement », a-t-il déclaré.
« Cela signifie que les chercheurs, les spécialistes des sciences marines et les explorateurs peuvent commencer à utiliser cette technologie en quelques clics seulement. »
Le Dr Saleh a déclaré que les chercheurs en sciences marines et en aquaculture bénéficieraient de l’analyse de différentes espèces.
« Par exemple, si vous étudiez un poisson, vous avez besoin d’une image claire pour analyser ses caractéristiques les plus fines, telles que sa couleur ou les signes de maladie. UDnet permet d’obtenir cette clarté », a-t-il déclaré.
La conservation marine, l’archéologie, la surveillance de l’environnement et même les efforts de recherche et de sauvetage pour localiser les avions abattus sont d’autres applications possibles de cette technologie.
