Open ClemGerard opened 1 month ago
Ameliorer automatiquement toutes les images semblent compliqué pour notre use case Cela est possible pour des documents textes car souvent en noir sur fond blanc mais dans notre cas la couleur des armes et le type de marquage sont extrêmement variés
Une solution consiste à analyser la qualité de l'image et renoyer un message à l'utilisateur de reprendre la photo si celle-ci n'est pas de qualité suffisante
Inconvénient : analyse seuleument de qualité de l'image et pas de la gravure
Il existe plusieurs methodes d'analyse d'images ou IQA (image quality assessment
Des methodes de traitement d'images pour analyser le flou, DPI, luminosité,bruit … Ces methodes sont rapides mais necessite de définir des seuils ce qui peut être compliqué quand les images analysées sont très variées
D'autres methodes se basent sur des modeles de deep learning et elles ne necessitent pas forcément de référence ou seuil pour analyser la qualité. Cependant elles sont plus longues à s'exécuter on sont souvent spécialisées sur des use-case particuliers (portrait, paysages…)
Conception du parcours utilisateurs pour le pre processing :
Présélection de 2 métriques d'evaluation de la qualité d'image sans reference. ->Brisque ->CIP-IQA
En attente du dataset de l'IRCGN pour tester et comparer la performance, la temps d'inférence et définir les seuils