TECHNOLOGIES CLÉS 2010 (novembre 2006)

Technologies de l’information et de la communication

11. Acquisition et traitement de données

Description

L'acquisition et le traitement de données fait référence à un ensemble de dispositifs et de technologies permettant de capturer des données (signal, texte, images, son, etc.) et de les transformer en contenus numériques exploitables par des applications en temps réel (applications embarquées) ou en temps différé.

La démarche d'acquisition et de traitement de données requiert une forte interaction entre les informations à capturer et leur environnement extérieur (contexte de capture ou d'usage des données, utilisateur, autres données, etc.) et concerne plusieurs niveaux.

La capture du signal ou de l'information à sa source. Avant d'être traitée, l'information doit être capturée objectivement à l'aide de dispositifs matériels qui peuvent être, selon le contexte et l'application, par exemple, un capteur de position (GPS, senseur de proximité), un capteur de température, un clavier d'ordinateur, une souris, une caméra, un scanner de documents papier, un dispositif multimodal de reconnaissance vocale, un stylo électronique, etc. L'enjeu est à présent d'inventer et de développer de nouveaux équipements (voir aussi la fiche Capteurs intelligents et traitement du signal) permettant de capturer la complexité de l'information et de son environnement, tout en restant adapté aux contraintes d'usage (mobilité, conditions extrêmes, sécurité, etc.).

La capture des informations relatives au contexte d'utilisation. Les données relatives à l'information ou au signal pourront être plus facilement traitées, interprétées ou utilisées si elles sont mises en corrélation avec leur contexte de capture (localisation géographique, intensité lumineuse, heure de capture) ou d'utilisation (profil de l'utilisateur, équipement utilisé pour l'affichage, situation d'utilisation). Cela requiert de capturer et de représenter des informations (objectives ou subjectives) à propos des données : on parle, alors, de métadonnées.

L'analyse et le filtrage des données. Une fois capturées, les données sont transformées sous forme numérique par un traitement (traitement du signal, numérisation de documents, etc.) et sont analysées (analyse d'images, reconnaissance de formes, reconnaissance de la voix, etc.). Un enjeu fort pour permettre, en particulier, l'interprétation temps-réel de données (à partir d'images radar ou de vidéos pour des applications destinées à la sécurité par exemple) est le développement d'algorithmes capables d'être exécutés dans des conditions de ressources contraintes (puissance de calcul limitée, économie d'énergie, etc.). Pour certaines applications, le traitement de ces données requiert l'accès à un ensemble plus vaste d'informations (banque de données) qui ne sont pas « localement disponibles » et doivent être consultées par l'intermédiaire d'un moyen de communication (réseau Internet, réseau spécialisé d'entreprise, réseau militaire, etc.).

La transformation et la représentation du contenu enrichi. Les contenus numériques capturés et/ou transformés proviennent donc de différentes sources (capteurs de position, données entrées au clavier, images, etc.) et doivent être agrégés pour être utilisés, transportés ou conservés. On peut citer trois grands types de technologies : les techniques de compression permettent de réduire la taille des données et d'en faciliter le transport ou le stockage ; la fusion de données permet de représenter un contenu enrichi par des informations complémentaires (image recomposée à partir de plusieurs clichés) ; l'agrégation de contenus permet de composer des documents numériques sur la base d'un ensemble de données de source et de nature différentes (fichier MPGE4).

Plus généralement, il est nécessaire de développer des outils permettant de réduire le « gap » sémantique entre les données objectives capturées et le sens dont elles sont porteuses, y compris des outils permettant de capitaliser les informations sémantiques à partir de l'expérience humaine : méthodes d'apprentissage, systèmes automatiques ou semi-automatiques d'aide à la décision, d'interprétation sémantique. Il s'agit aussi d'inventer de nouvelles façons de visualiser cette information enrichie (superposition de données sur une image, réalité augmentée, etc.).

Enjeux, Impact

L'acquisition et le traitement de données sont une technologie centrale dans les dispositifs liés à la sécurité tels que le contrôle des personnes et des mouvements, l'observation des phénomènes naturels (tempêtes, marées, etc.), les avions, les aides à la conduite automobile.

La généralisation d'objets et de services mettant en œuvre des technologies d'acquisition de données peut apporter une réponse en matière de services à la personne, en particulier dans le domaine de la surveillance à domicile des personnes agées.

Le défi général de l'acquisition de données pour les années à venir est de s'adapter à la demande croissante en matière de consommation de contenus numériques, d'intégrer les nouvelles technologies existantes par ailleurs (capteurs de position peu coûteux précis à 10 m) et plus généralement d'exploiter les données fournies par le contexte d'intelligence ambiante, pour proposer des contenus plus riches et de nouveaux services.

Marché

L'acquisition de données est à la base de nombreuses applications qui devrait se généraliser dans les années à venir :

• les robots intelligents et le service à la personne : assistants intelligents pour l'analyse des données hétérogènes collectées par des capteurs au domicile afin de détecter, voire prévenir des situations inquiétantes ;
• les équipement électroniques grand public et services associés : appareil photo numérique intelligent qui adapte les réglages au contexte, insère des meta-données dans les fichiers ; caméras haute performance ; interfaces adaptées aux handicaps ; téléphones géolocalisés, etc. ;
• la surveillance industrielle: la surveillance des installations et de leur fonctionnement, le traitement automatique par vision artificielle, etc. ;
• l'automobile intelligente, munie de capteurs et de réseaux de communication pour l'assistance à la conduite ;
• les applications de surveillance civile ou militaire.

Acteurs

Disciplines scientifiques : neurosciences, physique théorique, informatique, automatique, traitement du signal, électronique, optique, mathématiques et leurs applications, sciences du langage, psychologie, sociologie.

Compétences technologiques : audiovisuel, télécommunications, informatique, semi-conducteurs, optique, analyse, mesure et contrôle, procédés techniques, transports, spatial – armement.

Pôles de compétitivité : Photonique (Provence-Alpes-Côte d'Azur), Image, multimédia et vie numérique (Île-de-France), Mer, sécurité et sûreté (Provence-Alpes- Côte d'Azur), Elopsys (Limousin – Midi-Pyrénées), Gestion des risques et vulnérabilités des territoires, Aéronautique et espace (Aquitaine et Midi-Pyrénées), Route des lasers (Aquitaine)

Liens avec (technologies) : processeurs et systèmes ; outils et méthodes pour le développement de systèmes d'information ; infrastructures et technologies pour réseaux de communication diffus ; gestion et diffusion des contenus numériques ; technologies du Web Sémantique ; interfaces humain-machine ; modélisation, simulation, calcul ; réalité virtuelle, augmentée, 3D ; affichage nomade ; capteurs intelligents et traitement du signal ; ingénierie des systèmes embarqués.

Principaux acteurs français

Centres de compétences : Projet Artemis (INT/GET), CNRS-GDR ISIS, Ifremer, Optics Valley

Industriels : Omega, Apem, ITT France, Fimor, Valéo, EADS, Thales, Areva, Schneider, Vecsys, etc.

Exemples d'acteurs dans le monde : Agilent technologies (États-Unis), National Instrument (États-Unis), Readsoft (Suède), Philips Digital Systems (Pays Bas), Handres+Hauser (Suisse), Acqiris (Suisse), Dewetron (Autriche), Sony (Japon), Matrox (Canada), etc.

© Ministère de l'Économie, des Finances et de l'Industrie,
Direction Générale des Entreprises, 12/2006