RTFlash

Des microcaméras toujours plus petites

Si les microcaméras intégrées sur les téléphones portables commercialisés aujourd'hui ont fait d'énormes progrès, tant en termes de taille et de consommation que de coût, leur capacité de traitement demeure encore limitée.

En fonction de la résolution, elles disposent d'une optique à focale fixe ou d'un ensemble autofocus, d'un nombre de pixels réduit et ne sont pas accompagnés de dispositifs de traitement. D'où l'intérêt du projet Minimage du pôle de compétitivité MINALOGIC.

Regroupant des chercheurs de l'équipe Prima de l'INRIA, que dirige le professeur James Crowley, de l'Université de Saint-Etienne et du CEA List et Leti, ainsi que les industriels STMicroelectronics, Saint-Gobain, Varioptic et Dx0, ce projet vise à mettre au point à l'horizon 2010 des microcaméras avec autofocus, des images pouvant aller jusqu'à 12 millions de pixels et des logiciels permettant de reconstruire l'image, de l'analyser et de l'interpréter pour offrir des services.

Tout cela sur un processeur multicoeur sur puce avec un coût de fabrication de quelques euros. Cette nouvelle génération de caméras s'appuie sur des innovations qui ont révolutionné les logiciels embarqués au cours des cinq dernières années et pour lesquels les équipes de l'INRIA, dont les chercheurs de Prima, sont en première ligne. "Nous avons développé un algorithme de calcul dit pyramide qui permet de réduire de façon très importante la complexité des calculs sans pour autant faire d'approximation", explique James Crowley. D'où la possibilité de réaliser des descriptions d'images ou de séquences d'images robustes, rapides et invariantes.

Grâce à cet algorithme, la caméra d'un téléphone portable pourra par exemple détecter et extraire des visages dans un champ très grand et en fournir une image normalisée pour un téléphone visuel main libre. Autre possibilité pour un utilisateur, celle de scanner une image ou un texte en promenant son téléphone au-dessus, le logiciel reconstituant cette image ou ce texte en assemblant les séries d'images recueillies. "Les tests que nous avons effectués sur la détection du visage ont montré que cette solution est plus rapide que celle des concurrents, tout en utilisant beaucoup moins de mémoire", précise le chercheur de l'INRIA.

BE

Noter cet article :

 

Vous serez certainement intéressé par ces articles :

Recommander cet article :

back-to-top