Journal de médecine légale

Évaluation de la mise à l'échelle d'images par intelligence artificielle et son application à l'identification de restes humains par superposition craniofaciale

Abstract

Ivaylo Jekov

La superposition craniofaciale dans sa forme classique nécessite un crâne et une photographie de l'individu suspecté. Cette image de la personne peut être prise à partir de diverses sources et supports, qui sont de qualité et de résolution différentes. Cela peut être problématique dans les cas où la qualité des images est si mauvaise qu'elle empêche l'identification précise des repères céphalométriques. Une solution à ce problème pourrait résider dans les nouveaux développements émergents dans le domaine de l'intelligence artificielle et de l'apprentissage profond. Différentes applications logicielles utilisant ces technologies ont été développées dans le but d'améliorer l'image et d'augmenter la résolution, qui montrent des résultats prometteurs. L'objectif de cette étude est d'établir les forces et les faiblesses de la technologie susmentionnée, en comparant les images qui ont été mises à l'échelle à l'aide des algorithmes traditionnels à celles avec mise à l'échelle de l'IA. Pour l'expérience, un crâne humain a été photographié car il présente de nombreux détails fins qui peuvent être facilement masqués par une photo de mauvaise qualité. La photo a ensuite été traitée, ce qui a donné lieu à 10 images, qui ont été comparées à la fois visuellement et avec un logiciel spécial. La comparaison visuelle montre que les images agrandies par l'IA semblent plus nettes et avec des détails plus fins que celles agrandies de manière traditionnelle. Cependant, les données obtenues à partir du logiciel de comparaison ont montré que les images agrandies par l'IA contenaient plus d'erreurs que celles agrandies de manière traditionnelle.