À propos
LTU est propriétaire de multiples algorithmes de reconnaissance visuelle. Son expertise en traitement d’images en fait une référence dans le domaine de la Computer Vision pour adresser à la fois le Visual Search mais également la Change Detection. Notre particularité ? LTU a développé une solution de reconnaissance visuelle innovante permettant de détecter et d’identifier une image ou un objet en lui attribuant une « signature unique », aussi appelée “Image ID”. Basée sur les caractéristiques visuelle d’une image ou d’un objet, cette technologie brevetée offre des performances notables sur le marché de la Computer Vision puisqu’elle parvient à dépasser les limites rencontrées par les modèles reposant sur du Deep Learning, quand ces derniers ne sont pas adaptés à l’usage prévu. En effet, nous considérons chez LTU qu’une image contient une multitude de caractéristiques visuelles à analyser. Il ne s’agit pas de classifier une image par typologie (paysage, visage, animal, objet inanimé…) mais plutôt par spécificités graphiques (courbure, opacité, modèle 3D, texture, couleurs dominantes et autres métadonnées diverses). Ce savoir-faire technologique unique assure un traitement visuel avec un temps de réponse moyen de 0,3 seconde. Fondée il y a 20 ans par des chercheurs de l’INRIA, du MIT et de l’Université d’Oxford, LTU est devenu une solution pionnière des technologies de reconnaissance visuelle et de traitement d’images destinées aux organisations exigeantes, publics et privés, avec des clients prestigieux en Europe, Asie et Amérique du Nord. Notre expertise en Visual Search et en Change Detection a permis à de nombreuses entreprises de secteurs variés de profiter d’une technologie de reconnaissance visuelle robuste, scalable et hautement performante en temps de réponse. La recherche visuelle (Visual Search) est un alliage technologique qui fonctionne comme un moteur de recherche par l’image pour entre autres, détecter des produits en ligne, identifier un objet, organiser des images et objets, ou apporter de l’information à partir d’un scan mobile. Cette solution nécessite une base de références pour fonctionner. En effet, la recherche visuelle consiste à analyser une image de requête, et de retrouver dans une base d’images de références une ou plusieurs images proches. Nos performances de réponses pour le Visual Search sont inégalées. LTU est d’ailleurs reconnu depuis des années pour son 1:1:1:1, c’est-à-dire sa capacité de reconnaitre 1 image parmi un référentiel de 1 million d’images, en moins d’une seconde avec 1 seul Core CPU. La comparaison et détection de changement (Change Detection) repose sur nos algorithmes de Fine Image Comparison pour les images 2D, et de Fine Model Comparison pour les objets 3D. Cette technologie fonctionne comme le jeu des 7 erreurs pour entre autres, détecter des différences entre 2 images ou objets, évaluer un niveau de changements, etc. Cette solution ne nécessite aucune base de référence pour fonctionner. En effet, il suffit simplement d’une requête à deux images pour obtenir une comparaison. La Change detection propose une détection à la sensibilité très élevée, avec des analyses hautement précises au point d’identifier facilement ce qui est invisible à l’œil nu. La qualité et la stabilité du code est clé dans notre processus, et nous appliquons une méthode de tests unitaires/fonctionnels extrêmement rigoureuse et suivons les principes d’intégration continue. Notre Core est développé en C++. Notre Engine est en Python et Django. Et s’appuie sur une infrastructure Linux automatisée avec Ansible et Docker. Aujourd’hui, LTU peut compter sur une équipe d’une vingtaine de talents, essentiellement composée de profils techniques : Basé en région parisienne, LTU s’est installé au cœur de Paris.
20 ans d’expertise en traitement d’images et d’objets
Démocratiser l’utilisation de la reconnaissance visuelle
Notre savoir-faire
Nos valeurs
Antoine Bodet, Alliance Entreprendre – Frenchweb – Mars 2020 
France 24 – 2020 La recherche visuelle
La comparaison et détection de changement
En savoir plus ?
Notre modèle technique
Notre équipe
