Utiliser l’apprentissage auto-supervisé pour débruiter les images

Les images font partie de notre quotidien, des photos que nous prenons aux vidéos enregistrées par des caméras dans les lieux publics. Elles contiennent des informations précieuses, et les technologies de pointe permettent d’analyser et d’interpréter ces données.

En particulier, la vision par ordinateur, une branche de l’intelligence artificielle (AI), permet aux machines de traiter des informations visuelles et de comprendre ce qu’elles voient, comme le font les humains. Cependant, dans les applications du monde réel, les images sont souvent loin d’être parfaites.

Le bruit d’image causé par la pluie, la poussière, la faible luminosité ou les limites des capteurs peut masquer des détails importants, ce qui complique la détection des objets ou l’interprétation précise des scènes par les modèles de Vision AI. Le débruitage d’image contribue à réduire ce bruit, permettant aux modèles de Vision AI de voir les détails plus clairement et de produire de meilleures prédictions.

Fig. 1. Un exemple de débruitage d’image. (Source)

Traditionnellement, le débruitage d’image reposait sur l’apprentissage supervisé, où les modèles sont entraînés à l’aide de paires d’images bruitées et nettes afin d’apprendre à supprimer le bruit. Cependant, il n’est pas toujours pratique de collecter des images de référence parfaitement nettes.

Pour relever ce défi, les chercheurs ont développé des débruiteurs d’images auto-supervisés. Leur objectif est d’entraîner les modèles d’AI à apprendre directement à partir des données, en créant leurs propres signaux d’apprentissage pour supprimer le bruit et préserver les détails importants sans avoir besoin d’images de référence nettes.

Dans cet article, nous examinerons de plus près les débruiteurs d’images auto-supervisés, leur fonctionnement, les principales techniques qui les sous-tendent et leurs applications dans le monde réel. C’est parti !

Qu’est-ce que le débruitage d’image auto-supervisé ?#

Les images bruitées peuvent compliquer l’interprétation du contenu d’une image par les modèles de Vision AI. Une photo prise dans des conditions de faible luminosité, par exemple, peut sembler granuleuse ou floue, masquant des caractéristiques subtiles qui aident un modèle à identifier précisément les objets.

Dans le débruitage fondé sur l’apprentissage supervisé, les modèles sont entraînés à l’aide de paires d’images, l’une bruitée et l’autre nette, afin d’apprendre à supprimer le bruit indésirable. Bien que cette approche soit efficace, la collecte de données de référence parfaitement nettes prend souvent du temps et s’avère difficile dans les situations réelles.

C’est pourquoi les chercheurs se sont tournés vers le débruitage d’image auto-supervisé. Celui-ci repose sur le concept d’apprentissage auto-supervisé, dans lequel les modèles s’enseignent eux-mêmes en créant leurs propres signaux d’apprentissage à partir des données.

Comme cette méthode ne dépend pas de grands jeux de données annotés, le débruitage auto-supervisé est plus rapide, plus évolutif et plus facile à appliquer dans des domaines tels que la photographie en faible luminosité, l’imagerie médicale et l’analyse d’images satellites, où les images de référence nettes sont souvent indisponibles.

Au lieu de dépendre d’images de référence nettes, cette approche s’entraîne directement sur des données bruitées en prédisant les pixels masqués ou en reconstruisant les parties manquantes. Grâce à ce processus, le modèle apprend à distinguer les détails significatifs de l’image du bruit aléatoire, ce qui produit des résultats plus nets et plus précis.

Bien qu’il puisse sembler similaire à l’apprentissage non supervisé, l’apprentissage auto-supervisé en est en réalité un cas particulier. La distinction essentielle est que, dans l’apprentissage auto-supervisé, le modèle crée ses propres étiquettes ou signaux d’entraînement à partir des données afin d’apprendre une tâche spécifique. En revanche, l’apprentissage non supervisé cherche des motifs ou des structures cachés dans les données, sans tâche explicite ni objectif prédéfini.

Stratégies d’apprentissage pour le débruitage auto-supervisé#

En matière de débruitage auto-supervisé, l’apprentissage peut se dérouler de plusieurs façons. Certains modèles de débruitage auto-supervisé complètent les pixels masqués ou manquants, tandis que d’autres comparent plusieurs versions bruitées d’une même image afin d’identifier les détails cohérents.

Par exemple, une méthode populaire appelée apprentissage par zone aveugle se concentre sur l’entraînement du modèle de débruitage afin qu’il ignore le pixel qu’il reconstruit et s’appuie plutôt sur le contexte environnant. Au fil du temps, le modèle reconstruit des images de haute qualité tout en préservant les textures, les contours et les couleurs essentiels.

Comment l’apprentissage auto-supervisé permet-il de supprimer le bruit ?#

Examinons maintenant le processus par lequel l’apprentissage auto-supervisé supprime le bruit.

Le processus de débruitage auto-supervisé commence généralement par l’injection d’images bruitées dans le modèle de débruitage. Le modèle analyse les pixels voisins pour estimer l’apparence de chaque pixel flou ou masqué, et apprend progressivement à distinguer le bruit des véritables détails visuels.

Prenons l’exemple d’une image représentant un ciel sombre et granuleux. Le modèle observe les étoiles proches et les motifs environnants pour prédire l’apparence de chaque zone bruitée sans le bruit. En répétant ce processus sur toute l’image, il apprend à séparer le bruit aléatoire des caractéristiques significatives, produisant un résultat plus net et plus précis.

Autrement dit, le modèle prédit une version plus nette de l’image en se fondant sur le contexte, sans jamais avoir besoin d’une référence parfaitement nette. Ce processus peut être mis en œuvre à l’aide de différents types de modèles, chacun possédant ses propres atouts pour traiter le bruit.

Types de modèles utilisés pour la réduction auto-supervisée du bruit d’image#

Voici un aperçu rapide des types de modèles couramment utilisés pour le débruitage d’image auto-supervisé :

• Réseaux neuronaux convolutifs (CNNs) : Les CNNs sont des modèles d’apprentissage profond conçus pour reconnaître des motifs dans de petites régions d’une image. Ils parcourent les images à l’aide de filtres pour détecter les contours, les formes et les textures. Dans le débruitage auto-supervisé, ils utilisent souvent des techniques de zone aveugle, où le pixel cible est exclu de l’entrée afin que le modèle prédise sa valeur uniquement à partir des pixels environnants. Cela aide le modèle à éviter de copier le bruit et à inférer plutôt des détails plus nets.
• Autoencodeurs : Les autoencodeurs sont des réseaux neuronaux qui apprennent à compresser et à reconstruire les données. Ils réduisent d’abord une image en une représentation plus compacte (encodage), puis la reconstruisent (décodage). Ce faisant, ils apprennent à capturer des caractéristiques visuelles importantes, comme les formes et les textures, tout en filtrant le bruit aléatoire et les détails non pertinents.
• Modèles fondés sur les Transformer : Les Transformer sont des modèles initialement développés pour le traitement automatique du langage naturel, mais désormais largement utilisés pour les tâches de vision. Ils traitent l’image entière en une seule fois et apprennent les relations entre ses différentes régions. Cette perspective globale leur permet de préserver les détails fins et la cohérence structurelle, même dans des images complexes ou à haute résolution.

Fig. 2. Aperçu d’une architecture fondée sur les CNN utilisée pour le débruitage d’image auto-supervisé. (Source)

Entraîner ces modèles avec des images prises dans différentes conditions d’éclairage et à différents niveaux ISO les aide à fonctionner efficacement dans de nombreuses situations réelles. Dans les appareils photo numériques, les réglages ISO contrôlent la quantité de lumière ajoutée à l’image par l’amplification du signal reçu.

Un ISO élevé rend les photos plus lumineuses dans les endroits sombres, mais augmente également le bruit et réduit les détails. En apprenant à partir d’images prises à différents niveaux ISO, les modèles distinguent mieux les véritables détails du bruit, ce qui produit des résultats plus nets et plus précis.

Comment un débruiteur apprend-il à distinguer le bruit du réel ?#

Les débruiteurs apprennent à distinguer le bruit des véritables détails de l’image grâce à différentes techniques d’entraînement, indépendantes des types de modèles utilisés pour le débruitage. Les types de modèles tels que les CNN, les autoencodeurs et les Transformer décrivent la structure du réseau et la manière dont il traite les informations visuelles.

Les techniques d’entraînement, quant à elles, définissent la manière dont le modèle apprend. Certaines méthodes utilisent une prédiction fondée sur le contexte, dans laquelle le modèle complète les pixels manquants ou masqués à partir des informations des zones voisines.

D’autres utilisent un apprentissage fondé sur la reconstruction, dans lequel le modèle compresse une image sous une forme plus simple, puis la reconstruit, ce qui l’aide à reconnaître les structures significatives telles que les contours et les textures tout en filtrant le bruit aléatoire.

Ensemble, le type de modèle et la technique d’entraînement déterminent l’efficacité avec laquelle un débruiteur peut nettoyer les images. En combinant la bonne architecture avec la bonne approche d’apprentissage, les débruiteurs auto-supervisés peuvent s’adapter à de nombreux types de bruit et produire des images plus nettes et plus précises, même sans données de référence propres.

Techniques clés du débruitage d’images par AI auto-supervisée#

Voici quelques-unes des techniques d’entraînement les plus utilisées pour permettre un débruitage d’image auto-supervisé efficace :

• Noise2Noise : Cette méthode entraîne un modèle à l’aide de deux versions bruitées d’une même image. Comme le bruit de chaque version est aléatoire, le modèle apprend à se concentrer sur les détails cohérents qui représentent l’image réelle et à ignorer le bruit. Elle fonctionne particulièrement bien lorsque plusieurs captures bruitées de la même scène sont disponibles, par exemple en photographie en rafale ou pour l’imagerie médicale et scientifique.
• Noise2Void ou Noise2Self : Ces techniques s’entraînent sur une seule image bruitée en masquant un pixel et en demandant au modèle d’en prédire la valeur à partir des pixels environnants. Cela empêche le modèle de simplement copier les données bruitées et l’aide à apprendre la structure naturelle des images. Elles sont particulièrement utiles lorsqu’une seule image bruitée est disponible, par exemple en microscopie, en astronomie ou pour la photographie en faible luminosité.
• Réseaux à zone aveugle : Ils sont spécialement conçus pour que le modèle ne puisse pas voir le pixel qu’il reconstruit. Il s’appuie plutôt sur les informations de la zone environnante pour estimer l’apparence que devrait avoir ce pixel. Cela rend la suppression du bruit plus précise et impartiale ; ces réseaux sont souvent combinés aux méthodes Noise2Void ou Noise2Self dans les tâches de débruitage pixel par pixel.
• Autoencodeurs masqués (MAE) : Dans cette approche, certaines parties d’une image sont masquées et le modèle apprend à reconstruire les zones manquantes. Ce faisant, il apprend à la fois les détails fins et la structure globale, ce qui l’aide à distinguer le contenu réel du bruit. Les autoencodeurs masqués sont particulièrement efficaces pour les images haute résolution ou complexes, où la compréhension du contexte général améliore la restauration.

Évaluation des systèmes de débruitage d’image#

Le débruitage d’image repose sur un équilibre délicat entre deux objectifs : réduire le bruit et préserver les détails fins. Un débruitage excessif peut donner à l’image un aspect trop lisse ou flou, tandis qu’un débruitage insuffisant peut laisser du grain ou des artefacts indésirables.

Pour comprendre dans quelle mesure un modèle atteint cet équilibre, les chercheurs utilisent des métriques d’évaluation qui mesurent à la fois la clarté de l’image et la préservation des détails. Ces métriques indiquent dans quelle mesure un modèle nettoie une image sans perdre d’informations visuelles importantes.

Voici des métriques d’évaluation courantes qui aident à mesurer la qualité des images et les performances du débruitage :

• Erreur quadratique moyenne (MSE) : Elle mesure la différence quadratique moyenne entre les images originale et débruitée. Elle indique dans quelle mesure la sortie est proche de l’originale au niveau des pixels. Des valeurs de MSE plus faibles signifient moins d’erreurs et un résultat plus précis.
• Rapport signal sur bruit maximal (PSNR) : Cette métrique compare l’intensité du signal de l’image originale au bruit restant, exprimé en décibels. Elle sert à déterminer quelle quantité des détails d’origine a été conservée après le débruitage. Des valeurs de PSNR plus élevées indiquent des images plus nettes et de meilleure qualité.
• Indice de similarité structurelle (SSIM) : Le SSIM évalue la structure, la luminosité et le contraste afin de mesurer la similarité entre l’image débruitée et l’originale. Il s’intéresse à la manière dont les humains perçoivent les images, et pas seulement aux valeurs brutes. Des scores SSIM plus élevés indiquent une image plus naturelle et plus fidèle à l’originale.
• Métriques perceptuelles : Ces métriques utilisent des modèles d’apprentissage profond pour évaluer le réalisme et le naturel d’une image. Au lieu de comparer les pixels individuellement, elles se concentrent sur l’apparence générale, la texture et la similarité visuelle. Dans la plupart des cas, des scores plus faibles signifient que l’image semble plus proche de l’originale et plus agréable à regarder pour les humains.

Applications du débruitage auto-supervisé#

Maintenant que nous comprenons mieux ce qu’est le débruitage, examinons comment le débruitage d’image auto-supervisé est appliqué dans des situations réelles.

Utiliser le débruitage auto-supervisé en astrophotographie#

Prendre des photos nettes d’étoiles et de galaxies n’est pas facile. Le ciel nocturne est sombre, de sorte que les appareils photo nécessitent souvent de longs temps d’exposition, ce qui peut introduire du bruit indésirable. Ce bruit peut flouter les détails cosmiques fins et rendre les signaux faibles plus difficiles à détecter.

Les outils de débruitage traditionnels peuvent contribuer à réduire le bruit, mais ils suppriment souvent aussi des détails importants. Le débruitage auto-supervisé offre une solution plus intelligente. En apprenant directement à partir d’images bruitées, le modèle d’AI peut reconnaître les motifs qui représentent de véritables caractéristiques et les séparer du bruit aléatoire.

Le résultat consiste en des images beaucoup plus nettes d’objets célestes tels que les étoiles, les galaxies et le Soleil, révélant des détails faibles qui pourraient autrement passer inaperçus. Cette technique peut également accentuer des caractéristiques astronomiques subtiles, améliorer la clarté des images et rendre les données plus utiles à la recherche scientifique.

Fig. 3. Le débruitage d’image peut améliorer les images d’astrophotographie. (Source)

Débruitage auto-supervisé pour l’imagerie médicale#

Les examens médicaux tels que les IRM, les scanners et les images de microscopie captent souvent du bruit qui peut rendre les petits détails plus difficiles à voir. Cela peut poser problème lorsque les médecins doivent détecter les premiers signes d’une maladie ou suivre des évolutions au fil du temps.

Le bruit d’image peut provenir des mouvements du patient, d’une faible intensité du signal ou des limites concernant la quantité de rayonnement utilisable. Pour rendre les examens médicaux plus nets, les chercheurs ont étudié des méthodes de débruitage auto-supervisé telles que Noise2Self et d’autres approches similaires.

Ces modèles sont entraînés directement sur des images d’IRM cérébrale bruitées, apprenant seuls les motifs du bruit et les nettoyant sans avoir besoin d’exemples parfaitement nets. Les images traitées présentaient des textures plus nettes et un meilleur contraste, ce qui facilitait l’identification des structures fines. Ces débruiteurs optimisés par l’AI rationalisent le flux de travail en imagerie diagnostique et améliorent l’efficacité de l’analyse en temps réel.

Fig. 4. Utilisation de différentes techniques de débruitage auto-supervisé sur des examens d’IRM cérébrale. (Source)

Améliorer les systèmes de vision grâce au débruitage auto-supervisé#

Dans la plupart des cas, le débruitage a un impact significatif sur un large éventail d’applications de vision par ordinateur. En supprimant le bruit et les distorsions indésirables, il fournit aux modèles de Vision AI des données d’entrée plus nettes et plus cohérentes à traiter.

Des images plus nettes améliorent les performances dans les tâches de vision par ordinateur telles que la détection d’objets, la segmentation d’instances et la reconnaissance d’images. Voici quelques exemples d’applications dans lesquelles les modèles de Vision AI, tels que Ultralytics YOLO11 et Ultralytics YOLO26, peuvent bénéficier du débruitage :

• Inspection industrielle : Le débruitage permet de détecter plus précisément les défauts ou anomalies de surface dans les environnements de fabrication, ce qui améliore le contrôle qualité.
• Conduite autonome et navigation : Il améliore la détection des objets et des obstacles dans des conditions difficiles telles que la faible luminosité, la pluie ou le brouillard, renforçant ainsi la sécurité et la fiabilité globales.
• Surveillance et sécurité : Le débruitage améliore la qualité des images dans les flux vidéo à faible luminosité ou fortement compressés, permettant de mieux identifier et suivre les objets ou les personnes.
• Imagerie sous-marine : Le débruitage réduit la diffusion et la distorsion de la lumière, améliorant la visibilité et la reconnaissance des objets dans les environnements sous-marins turbides.

Avantages et inconvénients du débruitage auto-supervisé#

Voici quelques avantages clés de l’utilisation du débruitage auto-supervisé dans les systèmes d’imagerie :

• Adaptabilité au bruit : Les méthodes de débruitage auto-supervisé peuvent apprendre directement à partir de données bruitées sans nécessiter de références nettes appariées. Elles s’adaptent ainsi très bien à un large éventail de niveaux et de types de bruit du monde réel, comme le bruit du capteur, le flou de mouvement ou les interférences environnementales.
• Préservation des détails : Lorsqu’ils sont bien conçus, ces modèles préservent les textures fines et les contours essentiels à une interprétation précise des images. Des approches telles que les réseaux à zone aveugle et l’apprentissage fondé sur le masquage contribuent à préserver les informations structurelles tout en réduisant le bruit.
• Moins de prétraitement : En apprenant à transformer les entrées bruitées en représentations nettes à partir des seules données disponibles, le modèle réduit le besoin de filtrage manuel, d’algorithmes de débruitage conçus manuellement ou de jeux de données d’entraînement sélectionnés.

Malgré ses avantages, le débruitage auto-supervisé présente également certaines limites. Voici quelques facteurs à prendre en compte :

• Besoins informatiques : Les architectures neuronales profondes utilisées pour le débruitage auto-supervisé, en particulier les modèles fondés sur les Transformer, peuvent nécessiter une puissance de calcul et des ressources mémoire importantes par rapport aux techniques de filtrage traditionnelles.
• Complexité de conception du modèle : Pour obtenir des résultats optimaux, il faut sélectionner soigneusement les paramètres du modèle, tels que la stratégie de masquage et la fonction de perte, qui peuvent varier selon les types de bruit.
• Difficultés d’évaluation : Les métriques courantes de qualité d’image ne correspondent pas toujours à l’aspect naturel ou réaliste d’une image débruitée ; des vérifications visuelles ou propres à la tâche sont donc souvent nécessaires.

Points clés à retenir#

Le débruitage auto-supervisé aide les modèles d’AI à apprendre directement à partir d’images bruitées, produisant des résultats plus nets tout en préservant les détails fins. Il fonctionne efficacement dans diverses situations difficiles, comme les conditions de faible luminosité, les ISO élevés et les images détaillées. À mesure que l’AI continue d’évoluer, ces techniques joueront probablement un rôle essentiel dans diverses applications de vision par ordinateur.

Rejoins notre communauté et explore notre dépôt GitHub pour en découvrir davantage sur l’AI. Si tu souhaites créer ton propre projet de Vision AI, consulte nos options de licence. Découvre davantage d’applications telles que l’AI dans le domaine de la santé et la Vision AI dans le commerce de détail en consultant nos pages de solutions.