|
 
La nouvelle version 32 bits du calcul du mouvement torsionnel de l'œil par réseau de neurone mathématique est en cours de tests. Les premiers résultats montrent une augmentation très nette de la sensibilité du calcul par rapport à la précédente version. L'expérimentation de cette dernière, déjà exploitée par des chercheurs cliniciens comme le Pr. Freyss et le Dr. Dumas, dévoilait un certain nombre de difficultés d’utilisation parmi lesquelles:
-
Un bruit non négligeable pour une bonne moitié d'yeux analysés, essentiellement du à une insuffisance de la mémoire utilisée par son réseau de neurones iriens
(RNI).
-
Un décalage de zéro succédant parfois à l'apprentissage initial de l'iris par le RNI, du à un bug aléatoire enfin résolu.
-
Une mauvaise sensibilité aux yeux bleus, due à une insuffisance des contrastes de l'iris éclairé en lumière infrarouge.
La conjugaison de ces trois difficultés étant relativement courante, l'ancienne version n'était cliniquement exploitable que dans la moitié des cas testés (60% selon le Docteur Dumas). D'une manière plus générale, ces difficultés étaient dues au système DOS sous la dépendance duquel son architecture initiale a été conçue, le passage à une version Windows 16 bits n'ayant pas suffi à contourner cette limitation. La nouvelle version est une véritable version 32 bits qui a nécessité une refonte de son noyau d'origine développé en assembleur. Son RNI se distingue du précédent par les caractéristiques techniques suivantes:
-
Il utilise en moyenne 30000 neurones de position, contre quelques milliers pour l'ancien, ce qui a permis une très nette augmentation de sensibilité angulaire.
-
Chaque neurone de position est relié à environ une vingtaine de pixels en entrée, contre 4 pour l'ancien, ce qui rend l'actuel RNI beaucoup plus sensible aux iris de couleur bleue.
Grâce à l'augmentation de la puissance des PC entre les deux versions, le besoin fortement accru en mémoire et en temps de calcul n'a aucunement affaibli cette nouvelle version, qui est au contraire parfaitement adaptée aux machines actuelles.
Il est cependant important de rappeler les conséquences de l'utilisation d'un RNI sur les spécifications du nouveau
Torsionnel:
-
La précision dépend de l'iris testé. Elles est maintenant environ du même ordre que les autres composantes (de l'ordre du quart de degré), mais elle peut être amoindrie sur certains iris trop peu contrastés ou présentant une configuration irienne trop périodique.
-
Une calibration manuelle est recommandée si l'on souhaite une parfaite adéquation entre l'angle calculé, illustré par une croix inclinée sur l'image de l'iris, et la rotation de l'iris visible à l'œil nu. La calibration automatique proposée par la nouvelle version ne donne qu'un facteur approximatif pour les raisons que nous allons maintenant développer.
Le Réseau de Neurones Iriens utilisé est un perceptron à deux couches. Les neurones de la première couche sont des neurones de position, qui viennent se placer sur des zones de fort gradient de l'iris. Ces neurones restent fixes lorsque l'iris est en rotation, mais leurs interconnexions avec une couche supérieure de neurones angulaires transmet leur état neutre ou excité en fonction de l'angle de rotation, et suivant la présence ou non d'une hétérogénéité à l'issue de cette rotation. Le mécanisme de décharge des neurones de position vers les neurones angulaires est illustré par la figure suivante, qui représente ici de façon simpliste la situation qui place un neurone de position en face d'une irrégularité ou tache irienne. Lorsqu'un neurone de position se trouve en position neutre, aucune connexion avec la seconde couche n'est activée. Lorsqu'à l'issue d'une rotation, il se retrouve en position excitatrice, une décharge neuronale a lieu, qui signale à tous les neurones angulaires concernés qu'il existe une probabilité pour que l'iris ait tourné de chaque angle correspondant. Un tel réseau a besoin d'être calibré, mais différentes raisons, à la fois géométriques et techniques, rendent délicat le calcul du coefficient de calibration adéquat.
En ce qui concerne les raisons géométriques, il faut savoir que la rotation apparente est différente de la rotation réelle, excepté dans le cas très particulier d'une rotation en regard central, impliquant un protocole cliniquement limitatif et techniquement contraignant (précautions sur la position du capteur qui ne devrait jamais être transitoirement retiré ou réajusté). En général, la pupille et l'iris apparaissent comme des ellipses dont les repères trigonométriques x et y, initialement horizontaux et verticaux, ne conservent jamais exactement un angle de 90° et peuvent même très sensiblement s'incliner l'un par rapport à l'autre lorsque le mouvement torsionnel est décentré, ce qui est une situation courante.
En conséquence, pour calculer correctement l'angle réel de torsion oculaire, il serait théoriquement nécessaire de connaître cet angle d'avance (!?) afin d'appliquer la correction géométrique adéquate, laquelle utilise des calculs incroyablement complexes qui contrastent avec l'apparente simplicité du problème. La solution serait alors un calcul par itérations successives, mais incompatible avec la contrainte temps réel. Par ailleurs, les autres raisons données plus loin le rendent de toute façon insatisfaisant et imprécis.
Il faut donc se rendre à l'évidence: aucun logiciel de calcul du mouvement torsionnel ne peut en temps réel fournir un angle de torsion à la fois précis et rigoureusement exact, toutes les solutions étant condamnées à cette limitation: qu'il s'agisse d'un calcul précis de l'angle apparent, ou d'un calcul imprécis de l'angle réel, elles se ramènent toutes à une approximation valable uniquement au premier ordre. Dans ce cas, un seul paramètre permet d'ajuster la précision du calcul: la constante de calibration. Son estimation se heurte cependant aussi à des problèmes techniques.
Les raisons techniques des difficultés de calibration du Torsionnel, très bien mises en évidence par Laurent Bellon durant son stage d’ingénieur ESIM, proviennent de la non correspondance entre la rotation de l'iris et celle de son image. Dans l'image de l'iris apparaissent non seulement des informations lumineuses dépendant directement de la position des taches iriennes en rotation, mais aussi de la lumière réfléchie en provenance d'objets qui ne sont pas en rotation: les diodes d'éclairage infrarouge, les parois du capteur éclairées de façon inhomogène, les objets extérieurs dont la lumière a pu pénétrer à l'intérieur du capteur…
Il faut noter que ces sources lumineuses qui se superposent à la rotation irienne sont responsables des artefacts que ne peuvent éviter (même en faisant écarquiller les yeux) les autres méthodes de calcul qui utilisent des inter-corrélations de segments de niveaux de gris iriens. L'utilisation d'un RNI a l'avantage de transformer le problème des artefacts de superposition lumineuse en un problème de calibration du RNI. Heureusement, l'effet de masse du RNI permet l'obtention d'une réponse linéaire si le nombre de neurones est suffisamment important, et le problème de calibration devrait se ramèner à une simple indétermination sur la valeur de la constante de calibration, dont le calcul automatique reste délicat.
Pour contourner cette difficulté, La nouvelle version du VNG Torsionnel utilise une quantification a priori de la moyenne de l'influence des réflexions parasites, pour aboutir à une évaluation approximative de la constante de calibration. Des tests sont en cours pour étudier s'il est vraiment nécessaire de prévoir une option de calibration manuelle, qui résoudrait cette difficulté très facilement. Mais aucun effort ne saurait être économisé s'il permet au VNG Ulmer d'acquérir une plus grande simplicité d'utilisation.
|
