Actualité Projet financé ANR : Réseau de mémoire visuelle pour l'interprétation de scènes...

Pour approfondir le sujet

Une intelligence artificielle habilitée à poser des diagnostics médicaux : une première mondiale

C'est une première mondiale qui marque un précédent dans l'histoire de la pratique de la médecine. La U.S. Food & Drug Administration (FDA) vient...

L’appel à projets “L’intelligence artificielle pour une expérience améliorée du système de santé” est ouvert jusqu’au 1er juin 2020

La clôture de l'appel à projets "L’intelligence artificielle pour une expérience améliorée du système de santé" a été reportée au 1er juin 2020 à...

Deep Tech: La France émerge parmi les destinations clés selon l’enquête mondiale Wavestone

Depuis les années 2000, les start-ups se sont massivement imposées comme un nouvel écosystème d'innovation. Un peu à l'écart de cet univers dense et...

Le système AutoML de Google a créé un réseau de neurones IA sans intervention humaine

Google est depuis plusieurs années un acteur fondamental de l'intelligence artificielle. À l'occasion de l'événement MadeWithAI qui s'est tenu dans les locaux de Google...

Projet financé ANR : Réseau de mémoire visuelle pour l’interprétation de scènes – AVENUE

Le projet Réseau de mémoire visuelle pour l’interprétation de scènes – AVENUE présenté par Karteek Alahari du Centre de Recherche Inria Grenoble – Rhône-Alpes a été retenu l’an dernier par l’Agence Nationale de la Recherche. Financé à hauteur de 290 288 euros par l’ANR, le projet AVENUE porte sur l’interprétation humaine de scènes via un réseau de neurone a débuté en mars 2019 pour une durée de 48 mois.

Présentation du projet par Karteek Alahari du Centre de Recherche Inria Grenoble – Rhône-Alpes

Les humains interprètent visuellement de nouveaux environnements, interagissent avec et se déplacent dedans avec peu d’effort. Malgré des progrès significatifs, ce niveau d’intelligence visuelle n’est pas atteint par des systèmes artificiels. Le projet AVENUE cherche à corriger ceci via un réseau de neurone dédié à la mémoire visuelle, afin d’émuler l’interprétation humaine de scènes.

Dans ce but nous relevons trois défis scientifiques. Le premier est d’assimiler images, vidéos et texte avec un ou plusieurs réseaux. Le deuxième est de réduire la part de supervision sans compromettre la performance. Le troisième est de faire de l’inférence avec le réseau entraîné, e.g., estimer les dimensions et la fonction d’objets, ou aider dans la navigation d’une scène. L’enjeu est d’obtenir des estimations suffisamment fiables pour les utiliser en aide à la personne, e.g. permettre à une personne aveugle de gagner de l’autonomie.

Thierry Maubant

Partager l'article

Le corpus d’articles arXiv est désormais disponible sur Kaggle

Le corpus d'articles arXiv permet depuis plus de 30 ans à la communauté de chercheurs et au public d'avoir accès aux articles scientifiques dans...

Scikit-learn, SOFA, Coq, Pharo : Inria lance son Academy de formation continue dédiée aux logiciels libres

Inria a présenté fin juillet son nouveau dispositif de formation continue. Centré sur les logiciels libres cette structure permettra l’accès aux grands noms des...

Partenariat Life & Soft et CEA en bio-informatique, génomique, intelligence artificielle et technologies d’imagerie de pointe

Ce 4 août, Life & Soft et le CEA ont présenté officiellement leur accord de collaboration. Signé en avril 2020 pour une durée de...

Machine learning : L’Université d’Oxford et Atos installeront le plus grand super calculateur du Royaume-Uni

Atos et l'Université d'Oxford ont signé un contrat de quatre ans et d'une valeur de 5 millions de livres sterling pour un nouveau supercalculateur de...