Google veut améliorer la qualité des images présentes sur le web. Un article scientifique publié par Google Research détaille ainsi une technique de machine learning permettant de gagner en résolution sur des images de mauvaise qualité

google_research_image

Il y a peu, nous vous expliquions pourquoi c’était la partie logicielle du Google Pixel qui lui permettait d’obtenir les meilleurs clichés. Aujourd’hui, la branche recherche de Google publie un article scientifique qui s’attaque à une autre problématique.

Google s’attaque ici au domaine plus large du traitement d’images par ordinateur en général, pour une application sur les images qu’il indexe sur Internet. Les résultats sont impressionnants puisque ce nouvel outil permet d’améliorer très nettement la qualité des images. La nouvelle méthode serait très rapide : 10 à 100 fois plus rapide sur un appareil mobile tel qu’un smartphone, par rapport aux techniques actuelles selon Google.

 

RAISR, un super-héros de l’upscaling

Google présente ainsi aujourd’hui un outil destiné à augmenter la qualité des images en basse définition sur Internet, via des techniques de machine learning, utilisant des réseaux de neurones artificiels. RAISR, pour Rapid and Accurate Image Super-Resolution, propose une méthode différente des techniques d’upscaling existantes, qui produisent souvent des résultats très flous, comme illustré ci-dessous par exemple.

google_research_image_2

Pour remédier à ça, et fournir des images moins pixelisées mais qui ne soient pas complètement floues, Google profite ainsi de la puissance des réseaux de neurones artificiels. Les chercheurs ont ainsi entrainé leur outil sur des paires d’images, une de mauvaise qualité et une autre proposant une meilleure qualité afin de déterminer les techniques qui permettent de recréer le plus fidèlement les détails des images originelles.

 

10 000 paires d’images pour éduquer l’outil de Google

La force de l’outil de Google, c’est son « niveau d’entraînement » puisque Google dispose d’un nombre considérable d’images indéxées, et a donc utilisé plus de 10 000 paires d’images pour la conception de son outil via l’utilisation d’une diversité de filtres illustrés ci-dessous pour repérer les techniques les plus pertinentes.

google_research_image_3

C’est toute une suite d’actions effectuées par RAISR qui permet alors d’améliorer la qualité des images. Google fournit une vue simplifiée des différentes étapes qu’il entreprend dans son traitement des images.

google_research_image_4

La conséquence des actions entreprises par ce nouvel outil crée par les chercheurs de Google, c’est la production d’images d’une bien meilleure qualité, mais sans le flou des techniques existantes.

Mais surtout, cela ne se fait qu’avec un coût très réduit en termes de puissance, puisque comparé aux techniques existantes, RAISR serait 10 à 100 fois plus efficace sur un appareil mobile tel qu’un smartphone.

Pour ceux qui souhaitent se plonger davantage dans les détails techniques de ce nouvel outil, on vous recommande d’aller voir sur le billet de Google ainsi que directement dans l’article scientifique disponible gratuitement.

 

Le machine learning & l’IA, un des « paris » de Google

Cette nouvelle technique ne devrait pas constituer une grande surprise pour ceux qui suivent de près l’actualité de Google. En effet, il y a quelques mois, Sundar Pichai a réaffirmé les priorités de Google et de ses fameux « paris » dont le machine learning et plus généralement les différentes techniques relevant du domaine général de l’intelligence artificielle.

D’ailleurs alors même que Google Research publie les fruits de ses recherches, on apprends qu’hier, Google à annoncé le rachat de la startup Undecidable Labs, spécialisée dans le domaine du traitement de l’image par ordinateur.

On peut donc clairement s’attendre à de nouvelles percées dans les prochains mois dans ce domaine par Google, qui seront dirigés à n’en pas douter vers le mobile, un des secteurs de prédilection de Google, Android faisant également parti des 6 grands paris de Google.

 

À lire sur FrAndroid : Google : la reconnaissance d’image passe du cloud au smartphone