Le cyberblog du coyote

Pendant longtemps, les tentatives de créer des avatars ou des robots humanoïdes se rapprochant de modèles humains se sont fracassées sur la Vallée de L’étrange (Uncanny Valley). Le fait de se rapprocher autant de la représentation humaine sans y parvenir totalement créait littéralement une sensation de gêne à la simple vision de ses personnages virtuels ou robotisés, comme si ces derniers n’étaient finalement que des automates sans réelle vie intérieure.
Imma est peut-être la première à franchir cette fameuse Vallée de l’étrange; cette mannequin virtuelle est déjà une star sur Instagram, et son apparition sur le site i-D de Vice fait vraiment sensation; Imma a été créée de toute pièce par ModelingCafe, une société d’effets spéciaux et de rendu CGI qui a notamment travaillé sur les films Kingsglaive Final Fantasy XV ou bien encore Shin Godzilla.

Le rendu de la peau d’Imma a été réalisé par un groupe d’artiste infographiste composé essentiellement de femmes; l’objectif n’était pas ici de faire un effort d’inclusivité ou de genre, mais le studio japonais a tout simplement estimé que des femmes étaient mieux placées pour faire attention à certains types de détails physionomiques, des détails qui auraient pu échapper à un homme.

Source : Kulturegeek.fr

Pixelliser les visages sur une photo pourrait bientôt ne plus suffire pour protéger l'identité des personnes. Des chercheurs de l’université Duke aux États-Unis viennent de mettre au point une intelligence artificielle capable de créer des images haute définition en partant d'une miniature. L'outil, baptisé « Pulse », parvient à multiplier la définition par 64, passant d'une miniature en 16 x 16 pixels à une image haute définition en 1.024 x 1.024 pixels. Les techniques habituelles tentent d'ajouter des éléments haute définition sur une image basse définition, ce qui crée souvent un résultat flou. Cette nouvelle technique génère des images en haute définition successives qui sont comparées à la miniature jusqu'à un résultat plausible.
Le projet s'appuie sur l’apprentissage profond (deep learning) et des réseaux antagonistes génératifs (GAN). Concrètement, un réseau neuronal génère des visages plausibles, après avoir été entraîné sur une grande collection de photos réelles. Un second réseau neuronal teste chaque image générée et décide si, une fois réduite, elle ressemble à la miniature. Au fur et à mesure, le premier réseau affine ses créations, jusqu'à ce que la miniature de l'image générée soit identique à celle de départ.

Une reconstruction réaliste, mais approximative

Cette technique ne permet pas de reconstruire comme par magie le visage de la personne dans la photo d'origine. Il s'agit tout simplement d'une possibilité plausible. Pulse est capable de générer de nombreuses variantes avec des différences subtiles, qui donneront toutes la même miniature.
Les chercheurs ont indiqué que la technique n'est pas limitée aux visages. Le même système devrait pouvoir s'appliquer pour améliorer la définition des images dans de nombreux domaines, comme la médecine, l'astronomie, la microscopie et l’imagerie satellite.

Edward Back, Futura Tech

La photographie est devenue une pratique massivement répandue. Grâce à l'arrivée des smartphones, il est devenu très facile de faire une belle photo et de la partager à des milliers de personnes en quelques secondes sur les réseaux sociaux. Cependant, nous avons tendance à oublier tout le travail effectué par les algorithmes de traitement d’images, ces méthodes qui permettent la formation de l’image, sa visualisation, son amélioration et son stockage.
Au long de cet article, nous allons suivre l’évolution d’une image numérique au cours de sa chaîne de traitement, depuis ce que reçoit un capteur photographique jusqu’au fichier final stocké en mémoire.

Lire l'article de Tina Nikoukhah sur Interstices