!
La reconnaissance d’images s’est par la suite complexifiée en permettant la comparaison point
par point d’une image bien définie, comme une publicité ou une page de magazine, pour la
« matcher » avec une banque de donnée – des images de références.
S’appuyant sur ce principe, un utilisateur peut « flasher » une publicité, un catalogue, un magazine et
d’avoir accès, ainsi, à du contenu numérique supplémentaire. L’application Shazam, a diversifié son
activité dans le domaine du visuel en étendant sa technologie de reconnaissance pour tous les
supports imprimés signalés par leur logo. Basé sur le même principe des applications comme Teasy,
Snap’nSee, Smartsy ont vu le jour en 2012. Depuis, seul Smartsy (Chiffre d’affaire de 1 M€ en 2014)
continue d’avoir des actualités, l’entreprise a annoncé en 2015 travailler avec de nombreux
magazines et boutiques de mode (Vogue, Glamour, les Galeries Lafayette etc.) afin de référencer
environ 500 000 produits.
Image source: smartsy.com
Plus récemment de nouvelles applications permettant de reconnaitre des vêtements et d’autres
produits souples dans un environnement réel ont vu le jour.
« Les vêtements et autres produits souples sont, d’un point
de vue technique, beaucoup plus difficiles à reconnaître
mais de nombreux travaux et progrès ont permis à des
applications comme Asap54 et Slyce d’être aujourd’hui
performantes » précise Pierre Gadrat.
La première permet de retrouver rapidement le site
marchand d’un article aperçu dans la rue ou un magazine.
L'application possède une base de données comprenant
plus de 700 000 objets. Slyce utilise une image prise par
l’utilisateur “real world” qui est ensuite analysée suivant une
douzaine de paramètres définis par le programmateur
(couleur, motif, style etc.) et retourne un produit similaire du
catalogue. Moodstock, qui vient d’être rachetée par Google
est également un des pionniers du genre. Sa première
version de reconnaissance 2D a été lancée il y a 5 ans, de
nombreuses améliorations plus tard Moodstocks a
convaincu plus de 40 détaillants et 10 000 développeurs. En
janvier 2016, l’entreprise a lancé « Object Visual Search »,
une nouvelle version 3D permettant de reconnaitre n’importe
quel objet dans le monde réel grâce à son smartphone
comme des sacs, les fleurs, baskets, etc.
Afin d’améliorer la performance des entreprises, la reconnaissance d’objets pourra-t-elle permettre
d’assister la gestion de la supply chain, la maintenance ou les retours-qualités ? Sera-t-il un jour
possible pour une marque de recenser ses produits neufs et de suivre les dégradations pendant toute
la durée de vie de ses produits ?