CLEAR-IR : reconstruction active de l'imagerie infrarouge avec une clarté améliorée

Des chercheurs proposent CLEAR-IR (Clarity Enhanced Active Reconstruction of Infrared Imagery), un cadre logiciel qui permet à un robot de percevoir son environnement dans le noir grâce à l'infrarouge actif. En faible lumière, les flux IR sont moins bruités que le RGB. Ils sont en revanche saturés par le motif de lumière structurée que projette l'émetteur de la caméra, ce qui perturbe la détection d'objets, le suivi et la localisation. CLEAR-IR reconstruit à partir de ces images IR polluées des images propres, au rendu RGB, avec une architecture à double flux inspirée de DeepMAO. Les images obtenues peuvent alimenter des chaînes de vision classiques entraînées sur du RGB, sans lumière visible. L'évaluation couvre la détection d'objets, la détection de marqueurs ArUco et le SLAM visuel, dans des conditions allant de l'éclairage normal à l'obscurité complète. Il s'agit d'un travail de recherche (troisième version sur arXiv), pas d'un produit. Le résumé ne donne ni précision chiffrée, ni latence, ni plateforme matérielle.

L'intérêt est surtout pratique: l'approche évite de réentraîner les modèles de perception sur des données infrarouges. Un intégrateur pourrait ainsi réutiliser ses détecteurs, ses marqueurs de calibration et son SLAM existants pour des robots de ronde nocturne, d'inspection ou d'entrepôt « lights-out », où l'on voudrait supprimer l'éclairage. Les auteurs soulignent aussi une limite de principe: dans l'obscurité totale, les méthodes d'amélioration d'image RGB échouent parce que le capteur ne reçoit aucun signal, quelle que soit la qualité de l'algorithme. Il faut toutefois rester prudent. Le terme « fiable » n'est étayé dans le résumé par aucune métrique. Rien n'indique non plus comment la méthode se comporte avec plusieurs robots dont les émetteurs interfèrent, avec des surfaces réfléchissantes ou en présence de lumière solaire, qui noie l'IR actif.

Le problème vient de la généralisation des caméras RGB-D à émetteur IR, du type RealSense ou Orbbec, dont le motif de points est précieux pour la profondeur mais nuisible pour la vision 2D. Les alternatives pour travailler dans le noir sont les caméras thermiques, le lidar, les capteurs événementiels ou l'amélioration d'images basse lumière, chacune avec son coût, sa résolution ou ses limites physiques. CLEAR-IR cherche à tirer parti d'un capteur déjà présent sur de nombreux robots. Les prochaines étapes à surveiller sont la publication du code, des mesures de latence embarquée et des essais sur robots réels en environnements non contrôlés. Aucun acteur européen n'est mentionné dans ce travail.