📝 Cette note est une synthèse de l'article publié sur le site web de la Société des arts technologiques (SAT) en octobre 2024.
Le texte original a été rédigé par Manuel Bolduc, chercheur-développeur à la SAT.
👥 La création de cette note est une collaboration entre humain·es et IA.
🥽 Vision par ordinateur et interaction immersive
Dans son article, Manuel Bolduc explore les applications de la vision par ordinateur et de l'apprentissage profond pour créer des expériences interactives immersives, en mettant l'accent sur les outils développés à la SAT. Il présente également des cas concrets d'utilisation, tout en soulignant les défis techniques et les perspectives d'innovation dans ce domaine.
✒️ Synthèse
Le marché de la vision par ordinateur connaît une croissance rapide, évalué à 17,25 milliards de dollars en 2024, avec un taux de croissance annuel de plus de 17 %. Cette expansion est alimentée par des applications industrielles telles que la navigation autonome, la supervision de processus de fabrication et la vidéosurveillance. Deux facteurs principaux expliquent cette dynamique : l’intégration croissante de modèles d’apprentissage profond (deep learning) et la disponibilité de capteurs optiques spécialisés à bas coût, comme les capteurs infrarouges et les capteurs de distance laser.
L'article souligne l'émergence de modèles open source (YOLOv8, MediaPipe) permettant l'analyse d'images en temps réel. La SAT développe notamment LivePose, un outil d'estimation de pose humaine fonctionnant avec simple caméra et ordinateur. Ces modèles, utilisés en médecine ou en biomécanique, offrent l'avantage de fonctionner « sans que les personnes détectées aient à revêtir des marqueurs », mais présentent des limites en faible luminosité ou lors d'occlusions.
Une preuve de concept marquante est le réentraînement de MediaPipe Pose pour reconnaître les gestes du YMCA, démontrant que « le processus complet de réentraînement ne nécessite que quelques minutes ». Cette approche ouvre des perspectives pour l'innovation créative, bien que des défis techniques persistent, notamment sur la fiabilité des détections.
---------------------------------------------------------------------------------------------------------
đź“ť This note summarizes an article published on the Society for Arts and Technology (SAT) website in October 2024.
The original text was written by Manuel Bolduc, Researcher-Developer at SAT.
đź‘Ą This note was created through human-AI collaboration.
🥽 Computer Vision and Immersive Interaction
In his article, Manuel Bolduc explores applications of computer vision and deep learning for creating immersive interactive experiences, focusing on tools developed at SAT. He presents concrete use cases while highlighting technical challenges and innovation opportunities in this field.
✒️ Summary
The computer vision market is experiencing rapid growth, valued at $17.25 billion in 2024 with an annual growth rate exceeding 17%. This expansion is driven by industrial applications such as autonomous navigation, manufacturing process monitoring, and video surveillance. Two main factors explain this trend: the increasing integration of deep learning models and the availability of low-cost specialized optical sensors like infrared and laser distance sensors.
The article highlights emerging open-source models (YOLOv8, MediaPipe) enabling real-time image analysis. SAT has developed LivePose, a human pose estimation tool that works with just a camera and computer. These models, used in medicine and biomechanics, offer the advantage of working "without requiring detected individuals to wear markers," but have limitations in low-light conditions or with occlusions.
A notable proof of concept is the retraining of MediaPipe Pose to recognize YMCA dance moves, demonstrating that "the complete retraining process takes just minutes." This approach opens new possibilities for creative innovation, though technical challenges remain, particularly regarding detection reliability.
