Acquisition guidée et segmentation optimisée des masques N95 en IR
Contexte :
La pandémie de la COVID-19 a mis en évidence l’importance des masques N95, dont l’efficacité dépend fortement de leur bon ajustement afin d’éviter les fuites.
La pandémie de la COVID-19 a mis en évidence l’importance des masques N95, dont l’efficacité dépend fortement de leur bon ajustement afin d’éviter les fuites.
Problématique :
Les méthodes actuelles de vérification de l’étanchéité sont :
Les méthodes actuelles de vérification de l’étanchéité sont :
- coûteuses,
- peu accessibles
- et nécessitent souvent l’intervention d’experts.
De plus, elles sont lentes et peu adaptées à une utilisation autonome par le grand public.
Objectifs :
L’objectif du projet est de concevoir un système intelligent et autonome capable d’analyser et de segmenter les masques N95 à partir d’images infrarouges, tout en proposant une interaction utilisateur intuitive grâce à un avatar interactif.
L’objectif du projet est de concevoir un système intelligent et autonome capable d’analyser et de segmenter les masques N95 à partir d’images infrarouges, tout en proposant une interaction utilisateur intuitive grâce à un avatar interactif.
Méthodologie :
Le système repose sur deux phases principales.
Le système repose sur deux phases principales.
- La première concerne l’interaction et l’acquisition des données via un avatar utilisant la synthèse vocale, la synchronisation audio-labiale (Wav2Lip) et l’amélioration visuelle (Real-ESRGAN).
- La seconde phase consiste en une segmentation des masques à l’aide d’un modèle U-Net optimisé intégrant des mécanismes d’attention et une fonction de perte combinée pour améliorer la précision.
Résultats :
Les résultats montrent une amélioration significative de la qualité visuelle, de la synchronisation audio-labiale et des performances de segmentation, y compris sur des données non vues.
Les résultats montrent une amélioration significative de la qualité visuelle, de la synchronisation audio-labiale et des performances de segmentation, y compris sur des données non vues.
Conclusions :
Le système proposé constitue une solution efficace pour automatiser la vérification de l’étanchéité des masques N95, tout en réduisant la dépendance à l’expertise humaine. Des perspectives futures incluent une intégration en temps réel et une extension à d’autres équipements de protection.
Le système proposé constitue une solution efficace pour automatiser la vérification de l’étanchéité des masques N95, tout en réduisant la dépendance à l’expertise humaine. Des perspectives futures incluent une intégration en temps réel et une extension à d’autres équipements de protection.
Présenté par
Hana, Benmoussa, étudiante à la maîtrise en informatique
