Google travaille depuis plusieurs années sur son système de reconnaissance automatique d’objets. En 2012, la firme a obtenu un brevet concernant une technique qui permet d’identifier des objets qui apparaissent dans une vidéo. Le dépôt de ce dernier a été fait en février 2009. Il s’agit d’un savoir-faire indispensable aux services et aux produits de la société.
Cette technologie est en effet intégrée à plusieurs produits de la firme et elle est notamment utilisée pour permettre aux caméras Nest de reconnaître les individus passant dans leur champ de vision.
On la retrouve également dans Street View, pour faciliter indexation des lieux, ou même dans le moteur de recherche de la firme pour les images.
Google a beaucoup investi sur la reconnaissance d’images
Depuis le 15 juin dernier, la firme donne accès à ses données concernant ce domaine. Les chercheurs et les développeurs pourront ainsi en bénéficier.
Il faut noter que le géant américain a acquis un certain savoir-faire dans le domaine de la reconnaissance d’objets. Vers la fin de l’année dernière, l’entreprise a en effet réussi à s’afficher en tête du classement COCO (Common Objects in COntext). Ce dernier est un défi qui permet une évaluation des systèmes d’identification de différents objets dans de contextes divers.
Dans un article posté sur son blog officiel, Google a expliqué : « Nous développons des systèmes d’apprentissage automatique flexibles et pointus pour la vision par ordinateur qui ne servent pas uniquement à améliorer nos produits et services, mais aussi à aiguiller le progrès au sein de la communauté scientifique. »
Un framework open source
« Créer des modèles précis d’apprentissage automatique capables de localiser et d’identifier de multiples objets dans une seule image constitue toujours un défi majeur dans ce domaine, et nous investissons beaucoup de temps dans l’entraînement et le test de ces différents systèmes. » a développé le groupe.
« Le code base est un framework open source bâti sur TensorFlow qui facilite la construction, la formation et le déploiement de modèles de détection d’objet. » a-t-il ajouté, en détaillant le système d’accès aux données.
Pour l’entreprise, le but serait notamment de réunir et de coordonner un maximum de développeurs et de scientifiques. Cette stratégie lui permettrait de ne pas solliciter d’autres acteurs pour améliorer ses technologies d’apprentissage automatique. Le groupe souhaite ainsi devancer ses concurrents, notamment Amazon, Facebook et Microsoft.