Utiliser l’apprentissage auto-supervisé pour débruiter les images

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

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

Le bruit dans les images, causé par la pluie, la poussière, le manque de lumière ou les limites des capteurs, peut masquer des détails importants et compliquer la détection d’objets ou l’interprétation précise des scènes par les modèles d’IA visuelle. Le débruitage d’images aide à réduire ce bruit, permettant aux modèles d’IA visuelle de mieux distinguer les détails et de produire de meilleures prédictions.

Fig. 1. Exemple de débruitage d’une image. (Source)

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

Pour relever ce défi, les chercheurs ont mis au point des méthodes de débruitage d’images auto-supervisées. Elles visent à entraîner les modèles d’IA 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 allons examiner 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.

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

Les images bruitées peuvent empêcher les modèles d’IA visuelle d’interpréter correctement le contenu d’une photo. Par exemple, une photo prise dans un environnement peu éclairé 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 avec des paires d’images, l’une bruitée et l’autre nette, pour apprendre à supprimer le bruit indésirable. Cette approche fonctionne bien, mais recueillir des données de référence parfaitement nettes prend souvent du temps et s’avère difficile dans des situations réelles.

C’est pourquoi les chercheurs se sont tournés vers le débruitage d’images auto-supervisé. Celui-ci repose sur le concept d’apprentissage auto-supervisé, selon lequel les modèles apprennent par 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 comme la photographie en faible luminosité, l’imagerie médicale et l’analyse d’images satellitaires, où les images de référence nettes sont souvent indisponibles.

Au lieu de s’appuyer sur des 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 importants 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 principale différence est que, dans l’apprentissage auto-supervisé, le modèle crée ses propres étiquettes ou signaux d’entraînement à partir des données pour apprendre une tâche spécifique. En revanche, l’apprentissage non supervisé consiste à rechercher des motifs ou des structures cachés dans les données, sans tâche explicite ni objectif prédéfini.

Stratégies d’apprentissage pour le débruitage auto-supervisé#

Les débruiteurs auto-supervisés peuvent apprendre de plusieurs façons. Certains complètent les pixels masqués ou manquants, tandis que d’autres comparent plusieurs versions bruitées d’une même image pour repérer les détails cohérents.

Par exemple, une méthode courante appelée apprentissage à zone aveugle consiste à entraîner le modèle de débruitage à ignorer le pixel qu’il reconstruit et à s’appuyer plutôt sur le contexte environnant. Au fil du temps, le modèle reconstitue des images de haute qualité tout en préservant les textures, les contours et les couleurs essentiels.

Comment l’apprentissage auto-supervisé élimine le bruit#

Nous allons maintenant examiner le processus par lequel l’apprentissage auto-supervisé élimine le bruit.

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

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

Autrement dit, le modèle prédit une version plus nette de l’image en s’appuyant sur le contexte, sans jamais avoir besoin d’une référence parfaitement nette. Ce processus peut être mis en œuvre avec différents types de modèles, chacun ayant ses propres atouts pour gérer le bruit.

Types de modèles utilisés pour le débruitage d’images auto-supervisé#

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

• Les réseaux neuronaux convolutifs (CNNs) sont des modèles d’apprentissage profond conçus pour reconnaître des motifs dans de petites zones d’une image. Ils parcourent les images à l’aide de filtres pour détecter les contours, les formes et les textures. Pour le débruitage auto-supervisé, ils utilisent souvent des techniques à zone aveugle, qui excluent le pixel cible de l’entrée afin que le modèle prédise sa valeur uniquement à partir des pixels environnants. Le modèle évite ainsi de recopier le bruit et déduit plutôt des détails plus nets.
• Les autoencodeurs sont des réseaux neuronaux qui apprennent à compresser et à reconstruire des données. Ils réduisent d’abord une image à une représentation plus petite (encodage), puis la reconstruisent (décodage). Ce processus leur apprend à capturer des caractéristiques visuelles importantes, comme les formes et les textures, tout en filtrant le bruit aléatoire et les détails sans importance.
• Modèles fondés sur les Transformers : les Transformers 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 zones. 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 basée sur un CNN et utilisée pour le débruitage d’images auto-supervisé. (Source)

Entraîner ces modèles avec des images prises dans différentes conditions d’éclairage et avec différents réglages ISO les aide à bien fonctionner dans de nombreuses situations réelles. Sur les appareils photo numériques, les réglages ISO contrôlent le degré d’éclaircissement de l’image par l’appareil en amplifiant le signal reçu.

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

Comment un débruiteur apprend-il à distinguer le bruit des éléments réels ?#

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

Les techniques d’entraînement, quant à elles, définissent la manière dont le modèle apprend. Certaines méthodes reposent sur la prédiction contextuelle : le modèle complète les pixels manquants ou masqués en s’appuyant sur les informations des zones voisines.

D’autres reposent sur l’apprentissage par reconstruction : le modèle compresse une image sous une forme simplifiée, puis la reconstitue. Il apprend ainsi à reconnaître des structures importantes comme les contours et les textures tout en éliminant le bruit aléatoire.

Ensemble, le type de modèle et la technique d’entraînement déterminent l’efficacité d’un débruiteur. En associant la bonne architecture à 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 précises, même sans données de référence propres.

Principales techniques de débruitage d’images par IA auto-supervisé#

Voici quelques-unes des techniques d’entraînement les plus répandues qui permettent un débruitage d’images auto-supervisé efficace :

• Noise2Noise : Cette méthode entraîne un modèle à partir 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 mieux lorsque plusieurs prises de vue bruitées d’une même scène sont disponibles, par exemple en photographie en rafale ou en 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. Le modèle ne peut ainsi pas simplement copier les données bruitées et apprend la structure naturelle des images. Elles sont particulièrement utiles lorsqu’une seule image bruitée est disponible, par exemple en microscopie, en astronomie ou en photographie en faible luminosité.
• Réseaux à angle mort : Ils sont conçus spécialement pour que le modèle ne puisse pas voir le pixel qu’il reconstruit. À la place, il s’appuie sur les informations de la zone environnante pour estimer l’apparence de ce pixel. Le retrait du bruit gagne ainsi en précision et en impartialité. Ces réseaux sont souvent associés aux méthodes Noise2Void ou Noise2Self pour les tâches de débruitage pixel par pixel.
• Les autoencodeurs masqués (MAE) reposent sur une approche qui masque certaines parties d’une image et apprend au modèle à reconstruire les zones manquantes. Il apprend ainsi à la fois les détails fins et la structure générale, ce qui l’aide à distinguer le contenu réel du bruit. Les autoencodeurs masqués sont particulièrement efficaces avec les images haute résolution ou complexes, où la compréhension du contexte global améliore la restauration.

Évaluation des systèmes de débruitage d’images#

Le débruitage d’images consiste à trouver un juste équilibre entre deux objectifs : réduire le bruit et préserver les détails fins. Un débruitage trop poussé peut rendre une image douce ou floue, tandis qu’un débruitage insuffisant peut laisser du grain ou des artefacts indésirables.

Pour évaluer la capacité d’un modèle à trouver cet équilibre, les chercheurs utilisent des métriques qui mesurent à la fois la netteté 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 permettent de mesurer la qualité d’image et les performances du débruitage :

• Erreur quadratique moyenne (MSE) : Elle mesure la différence quadratique moyenne entre l’image d’origine et l’image débruitée. Elle indique à quel point la sortie est proche de l’original au niveau des pixels. Des valeurs de MSE plus faibles signifient moins d’erreurs et un résultat plus précis.
• Rapport signal/bruit de crête (PSNR) : Cette métrique compare l’intensité du signal de l’image d’origine au bruit résiduel, exprimé en décibels. Elle sert à évaluer la quantité de détails d’origine préservée après le débruitage. Des valeurs de PSNR plus élevées indiquent des images plus nettes et de meilleure qualité.
• Indice de similarité structurelle (SSIM) : SSIM évalue la structure, la luminosité et le contraste pour mesurer la similarité entre l’image débruitée et l’image d’origine. Cette métrique s’intéresse à la perception humaine des images, pas seulement aux valeurs brutes. Des scores SSIM plus élevés indiquent une image plus naturelle et plus fidèle à l’original.
• Métriques perceptuelles : Ces métriques utilisent des modèles d’apprentissage profond pour évaluer le réalisme et l’aspect naturel d’une image. Au lieu de comparer les pixels un à un, 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’original et plus agréable à l’œil.

Applications du débruitage auto-supervisé#

Maintenant que nous comprenons mieux ce qu’est le débruitage, voyons comment le débruitage d’images auto-supervisé s’applique à des situations réelles.

Débruitage auto-supervisé en astrophotographie#

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

Les outils de débruitage traditionnels peuvent aider 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’IA peut reconnaître les motifs correspondant à des éléments réels et les distinguer du bruit aléatoire.

Le résultat : des images bien plus nettes d’objets célestes comme les étoiles, les galaxies et le Soleil, qui révèlent des détails peu visibles autrement. Cette approche peut aussi mettre en valeur des caractéristiques astronomiques subtiles, améliorer la netteté des images et rendre les données plus utiles à la recherche scientifique.

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

Débruitage auto-supervisé pour l’imagerie médicale#

Les images médicales, comme les IRM, les scanners et les images de microscopie, sont souvent bruitées, ce qui peut rendre les petits détails plus difficiles à distinguer. Cela peut poser problème lorsque les médecins doivent repérer les premiers signes d’une maladie ou suivre des changements dans le temps.

Le bruit dans les images peut provenir des mouvements du patient, d’un signal faible ou des limites imposées à la quantité de rayonnement utilisée. Pour améliorer la netteté des images médicales, les chercheurs ont étudié des méthodes de débruitage auto-supervisé comme Noise2Self et d’autres approches similaires.

Dans une étude, ces modèles ont été entraînés directement sur des images IRM cérébrales bruitées, apprenant eux-mêmes les motifs de bruit et les supprimant 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. Les débruiteurs basés sur l’IA comme ceux-ci peuvent rationaliser les processus d’imagerie diagnostique et accélérer l’analyse.

Fig. 4. Utilisation de différentes techniques de débruitage auto-supervisé sur des images IRM cérébrales. (Source)

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

Le débruitage peut avoir un impact considérable dans de nombreuses applications de vision par ordinateur. En supprimant le bruit et les distorsions indésirables, il fournit aux modèles de vision par IA des données d’entrée plus nettes et plus cohérentes à traiter.

Des images plus nettes améliorent les performances des tâches de vision par ordinateur, comme la détection d’objets, la segmentation d’instances et la reconnaissance d’images. Voici quelques exemples d’applications où les modèles Vision AI, comme Ultralytics YOLO11 et Ultralytics YOLO26, peuvent tirer parti du débruitage :

• Inspection industrielle : le débruitage permet de détecter plus précisément les défauts ou les anomalies de surface dans les environnements de fabrication, ce qui améliore le contrôle qualité.
• Conduite autonome et navigation : Cette approche améliore la détection des objets et des obstacles dans des conditions difficiles, comme une faible luminosité, la pluie ou le brouillard, ce qui renforce 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, ce qui facilite l’identification et le suivi des objets ou des 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 eaux troubles.

Avantages et inconvénients du débruitage auto-supervisé#

Voici quelques avantages clés 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 propres appariées. Elles s’adaptent ainsi très bien à un large éventail de niveaux et de types de bruit réels, comme le bruit du capteur, le flou de mouvement ou les interférences environnementales.
• Préservation des détails : Bien conçus, ces modèles préservent les textures fines et les contours essentiels à une interprétation précise des images. Les approches comme les réseaux à angle mort et l’apprentissage par masquage contribuent à préserver les informations structurelles tout en réduisant le bruit.
• Moins de prétraitement : En apprenant à convertir les entrées bruitées en représentations propres à partir des seules données disponibles, le modèle réduit le besoin de filtrage manuel, d’algorithmes de débruitage conçus à la main ou de jeux de données d’entraînement sélectionnés.

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

• Besoins en calcul : Les architectures de réseaux neuronaux profonds utilisées pour le débruitage auto-supervisé, en particulier les modèles basés sur Transformer, peuvent nécessiter beaucoup de puissance de calcul et de mémoire par rapport aux techniques de filtrage traditionnelles.
• Complexité de la conception du modèle : Pour obtenir des résultats optimaux, il faut choisir soigneusement les paramètres du modèle, comme 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 reflètent pas toujours le naturel ou le réalisme d’une image débruitée. Des évaluations visuelles ou propres à la tâche sont donc souvent nécessaires.

Points clés à retenir#

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

Rejoins notre communauté et explore notre dépôt GitHub pour en savoir plus sur l’IA. Si tu souhaites créer ton propre projet Vision AI, consulte nos options de licence. Découvre d’autres applications, comme l’IA dans le domaine de la santé et Vision AI dans le commerce de détail, en visitant nos pages de solutions.