Houda Lamqaddam — Augmented Images (ULiège)

Houda Lamqaddam — Augmented Images (ULiège)

Houda Lamqaddam — Images augmentées (ULiège)

par Houda Lamqaddam · Voir la chaîne sur PSI

Sciences formelles & physiques Informatique & Cybersécurité UYZInteraction homme-machineUYZFVisualisation de l’information
🎙 Houda Lamqaddam 👥 178 📅 15 octobre 2022 ⏱ 28 min 👁 73 📄 étude originale 🧭 2026-10-09
Disponible en : Français (actuel) English

Mots-clés

computer visionart historyformal analysisCLIPpose detection

Résumé

Cette intervention de Houda Lamqaddam, chercheuse postdoctorale à l’ULiège et à la KU Leuven, présente les premières étapes d’un projet visant à établir une généalogie des formes dans les arts visuels grâce à la vision par ordinateur. Elle commence par un survol de la littérature, soulignant que les algorithmes de vision par ordinateur sont conçus pour des applications médicales et militaires, et qu’ils comportent des biais importants, surtout lorsqu’ils sont entraînés sur des images d’Internet. Elle insiste sur la nécessité d’une approche critique pour utiliser ces outils en recherche en art. Ensuite, elle décrit la collecte de deux jeux de données : des photographies de mode et des portraits de différentes époques. Elle a appliqué des modèles comme CLIP, qui associe texte et image, pour explorer le corpus, et Detectron pour détecter les postures. Les premiers résultats montrent des performances correctes mais des erreurs notables, comme un ange reconnu comme un ours en peluche. Elle évoque également les aspects évalués comme élusifs pour la vision par ordinateur, tels que le poids symbolique des corps ou les intentions des personnages. Enfin, elle mentionne les travaux futurs avec un étudiant en master pour comparer différents modèles et créer une interface. La présentation s’achève sur une mise en garde concernant les usages éthiques de ces technologies.

213 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur de cette présentation réside dans sa double compétence en informatique et en histoire de l’art, permettant une discussion nuancée sur l’application de la vision par ordinateur à l’analyse d’œuvres. L’argumentation est structurée : elle part d’un contexte technique et épistémique, présente des exemples concrets de résultats, puis propose une réflexion critique sur les limites. La métaphore de la lumière (onde/particule) illustre le réductionnisme nécessaire face aux catégories. Toutefois, l’exposé aurait gagné à être plus détaillé sur la méthodologie et les résultats quantitatifs, parfois évoqués rapidement.

Rigueur scientifique, qualité des sources, adéquation du titre

La qualité des sources est correcte : elle cite des travaux académiques (par exemple sur le rapprochement des poses) et des outils reconnus (CLIP, Detectron, OpenPose). Elle fait référence à des œuvres d’art et mentionne des collègues. Cependant, aucune source écrite n’est fournie dans la description, et les références sont orales, ce qui limite la vérifiabilité. Le titre est bien adapté : il annonce une réflexion sur la grammaire des formes appliquée à la vision par ordinateur, fidèle au contenu. La présentation s’intègre dans un colloque sur les images augmentées.

192 mots

Adéquation titre / contenu

Le titre reflète bien le contenu : il s'agit d'une présentation sur l'utilisation de la vision par ordinateur pour l'analyse formelle d'images, dans le cadre du colloque sur les images augmentées.

Qualité & fiabilité

7/10

Exposé universitaire rigoureux d'un projet de recherche en cours, s'appuyant sur une revue de littérature ciblée et des résultats préliminaires. Les limites sont discutées, mais le manque de données publiées et la brièveté des présentations techniques réduisent la fiabilité.

Moments clés

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

Sources citées

  • Linking art through human poses — Article évoqué sur l'utilisation de la vision par ordinateur pour trouver des similarités de postures dans des œuvres d'art.
  • Iconclass — Système de classification d'images mentionné pour décrire des postures.

Apport & nouveautés

L’apport original réside dans la combinaison d’une perspective critique en humanités numériques avec des outils de vision par ordinateur pour analyser des corpus hétérogènes (peinture et photographie de mode). La présentation montre comment ces outils peuvent révéler des similarités formelles invisibles à l’œil nu, tout en interrogeant les implications épistémologiques. Une nouvelle piste est la comparaison systématique de modèles pour la détection de postures.

Pour aller plus loin :

  • CLIP (Contrastive Language-Image Pre-training) — Modèle reliant images et texte, utilisé ici pour l’exploration.
  • Detectron2 — Framework pour la détection d’objets et de postures, mentionné dans la vidéo.
  • OpenPose — Bibliothèque pour la détection de poses humaines, citée comme référence.

109 mots

Profil radar

Le profil radar montre une qualité d'information solide mais une quantité modérée, reflétant une présentation académique concise. Le niveau technique est élevé, mais la fiabilité globale est légèrement affectée par le manque de sources écrites détaillées.

Fiabilité 6/10