🤖 machine learning

Topology-Preserving Data Augmentation for Ring-Type Polygon Annotations

Cet article propose une stratégie d'augmentation de données préservant la topologie pour les annotations polygonales de type anneau, en effectuant les transformations dans l'espace des masques et en restaurant l'ordre de parcours des sommets pour maintenir la cohérence structurelle des frontières.

Auteurs originaux : Sudip Laudari, Sang Hun Baek

Publié 2026-03-18

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Sudip Laudari, Sang Hun Baek

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un architecte dessinant le plan d'une maison sur une tablette numérique. Vous tracez les murs, mais il y a un détail important : une cour intérieure ou un puits de lumière. Sur votre dessin, cela ressemble à un anneau : un grand cercle (le mur extérieur) et un petit cercle à l'intérieur (le vide), reliés par un tout petit pont minuscule pour que le dessin reste un seul objet connecté.

Maintenant, imaginez que vous voulez entraîner un robot à reconnaître ces plans. Pour que le robot soit intelligent, vous devez lui montrer des milliers de versions différentes de ce dessin : tourné, zoomé, coupé, etc. C'est ce qu'on appelle l'"augmentation de données".

Le problème, c'est que les outils automatiques actuels sont un peu comme des enfants pressés qui jouent avec vos dessins. Quand ils tournent ou coupent l'image, ils ont tendance à effacer le petit pont qui relie le mur extérieur au mur intérieur.

Le Problème : Le Pont Cassé

Dans le langage des ordinateurs, ce pont est essentiel. Sans lui, l'ordinateur ne voit plus un seul anneau (une cour), mais deux objets séparés : un grand carré vide et un petit carré vide au milieu. Pour l'ordinateur, c'est une erreur de logique. C'est comme si, en coupant une baguette de pain, vous vous retrouviez avec deux morceaux de pain qui ne sont plus liés, alors que vous vouliez juste montrer la baguette sous un autre angle.

Les outils classiques ne s'en rendent même pas compte ! Visuellement, l'image semble correcte, mais pour le robot qui apprend, la structure est brisée.

La Solution : Le "Chirurgien de l'Ordre"

Les auteurs de cet article, Sudip et Sang, ont inventé une méthode intelligente pour réparer ce problème. Voici comment ils font, avec une analogie simple :

Le Masque (La Silhouette) : Au lieu de toucher directement aux points du dessin (les sommets du polygone), ils transforment d'abord le dessin en une simple silhouette noire et blanche (un masque), comme un pochoir.
La Transformation : Ils appliquent les effets (rotation, zoom, coupe) sur ce pochoir. C'est facile et rapide.
Le Retour à la Source (La Projection) : C'est ici que la magie opère. Après avoir coupé ou tourné le pochoir, ils regardent les points qui sont encore visibles. Au lieu de laisser l'ordinateur deviner comment les relier, ils regardent l'ordre original des points.
- Imaginez une chaîne de perles. Si vous coupez un morceau de la chaîne, les perles restantes ne sont plus connectées. La méthode des auteurs dit : "Regarde, la perle numéro 5 était juste avant la perle numéro 10 dans l'original. Même si les perles 6, 7, 8 et 9 ont disparu, on va recoller directement la 5 à la 10 pour que la chaîne reste un seul anneau."

C'est ce qu'ils appellent la préservation de la topologie. Ils s'assurent que l'anneau reste un anneau, même s'il a perdu quelques points sur le chemin.

Pourquoi est-ce génial ?

C'est rapide : Le calcul est très léger, comme ajouter un petit post-it à un document sans avoir à le réécrire.
C'est précis : Ils ont créé un test (qu'ils appellent CAP) pour vérifier si l'anneau est bien resté un anneau. Avec leur méthode, le résultat est presque parfait (97% de réussite), alors que les méthodes habituelles échouent souvent (moins de 55%).
Le Robot apprend mieux : Quand ils ont entraîné des robots avec leurs dessins réparés, les robots ont été beaucoup plus précis pour reconnaître les murs et les pièces. Ils ont compris la structure de la maison, pas juste les pixels.

En Résumé

Ce papier dit essentiellement : "Ne laissez pas les outils automatiques casser la logique de vos dessins quand vous les modifiez."

Au lieu de laisser l'ordinateur se débrouiller seul et risquer de briser les connexions importantes (comme le pont entre le mur extérieur et la cour intérieure), ils ajoutent une petite étape de réparation intelligente. C'est comme avoir un assistant qui vérifie toujours que votre chaîne de perles reste bien fermée, même après que vous ayez coupé un morceau pour la faire rentrer dans une boîte.

Grâce à cela, les robots qui lisent les plans d'architecte, les cartes ou les schémas techniques deviennent beaucoup plus fiables et intelligents.

1. Problématique

Dans les tâches de segmentation d'images, en particulier dans des domaines structurés comme l'analyse de plans d'étage architecturaux, les régions d'intérêt (couloirs, cours intérieures, espaces avec des vides) sont souvent encodées sous forme de polygones de type anneau (ring-type). Contrairement aux régions simplement connexes, ces anneaux sont représentés par une chaîne polygonale cyclique unique reliant la frontière extérieure et la frontière intérieure via des arêtes de pont (bridge edges) implicites.

Le problème majeur identifié par les auteurs réside dans les pipelines d'augmentation de données géométrique (rotation, mise à l'échelle, recadrage, etc.) :

Hypothèse erronée : La plupart des outils d'augmentation supposent que chaque polygone représente une région simplement connexe.
Effet du recadrage (Cropping) : Lorsque des opérations géométriques sont appliquées, des sommets intermédiaires peuvent être supprimés s'ils tombent hors des limites de l'image.
Conséquence : La suppression de ces sommets brise la connectivité cyclique et les relations d'adjacence. Un anneau unique se fragmente alors en plusieurs polygones disjoints (par exemple, la frontière extérieure et la frontière intérieure deviennent deux masques séparés), détruisant la topologie originale. Ce problème est difficile à détecter au niveau des pixels (le masque visuel peut sembler correct) mais est catastrophique pour la logique géométrique et l'apprentissage du modèle.

2. Méthodologie

Les auteurs proposent une stratégie d'augmentation préservant l'ordre (order-preserving) qui combine l'augmentation dans l'espace des masques avec une réparation dans l'espace des indices. Le processus se déroule en quatre étapes :

Rasterisation : Le polygone d'entrée $P$ (séquence cyclique de sommets) est converti en un masque binaire $M$ .
Augmentation Géométrique : Les transformations géométriques (rotation, mise à l'échelle, etc.) sont appliquées au masque $M$ pour obtenir $M'$ . Cela évite de manipuler directement les coordonnées des sommets qui pourraient être perdus.
Projection des Sommets Survivants : Les sommets originaux sont projetés sur la nouvelle frontière du masque transformé $M'$ . Seuls les sommets restant dans la zone valide sont conservés, formant un ensemble d'indices $J$ .
Réparation de Connectivité (Order-Preserving Repair) : C'est le cœur de la méthode.
- Au lieu de reconstruire le polygone à partir du contour du masque (ce qui introduirait de nouveaux sommets et changerait l'ordre), le système vérifie la cohérence des successeurs dans l'espace des indices.
- Si un sommet $k_t$ est suivi par $k_{t+1}$ dans l'ordre original, mais que des sommets intermédiaires ont été supprimés, l'algorithme rétablit une arête dirigée directe entre les sommets survivants $p'_{k_t}$ et $p'_{k_{t+1}}$ .
- Cela restaure la chaîne cyclique fermée tout en respectant l'ordre de parcours original du polygone.

3. Contributions Clés

Identification d'un échec spécifique : Mise en évidence du problème de rupture de connectivité cyclique dans les annotations de polygones de type anneau lors de l'augmentation de données, un problème souvent ignoré par les bibliothèques standards (comme Albumentations ou imgaug).
Nouvelle Métrique (CAP) : Introduction de la métrique Cyclic Adjacency Preservation (CAP). Contrairement à l'IoU (Intersection over Union) qui mesure le recouvrement spatial, le CAP mesure la proportion des relations de successeurs cycliques originales qui sont préservées après augmentation. Une valeur de 1,0 indique une préservation parfaite de la topologie.
Algorithme de Réparation Léger : Développement d'un mécanisme de réparation dans l'espace des indices qui est computationnellement peu coûteux ( $O(m)$ ) et compatible avec les pipelines existants, évitant la reconstruction coûteuse de contours.
Intégration Transparente : La méthode s'intègre facilement dans les flux de travail de segmentation existants sans nécessiter de réentraînement complexe des modèles de segmentation.

4. Résultats Expérimentaux

Les expériences ont été menées sur des plans d'étage architecturaux (environ 600 images) en comparant la méthode proposée avec des pipelines standards (YOLOv11, Roboflow).

Préservation Topologique (CAP) :
- Les pipelines standards (YOLO, Roboflow) obtiennent des scores CAP très faibles (entre 0,33 et 0,55), indiquant une rupture fréquente de la topologie des anneaux.
- La méthode proposée atteint un score CAP moyen de 0,9758, démontrant une préservation quasi parfaite de la structure cyclique, même lors de transformations composées (rotation + recadrage).
Impact sur la Segmentation :
- L'utilisation d'annotations topologiquement cohérentes améliore les performances des modèles de segmentation.
- YOLOv11-Seg : Passage de 88,4 % à 90,8 % de mIoU.
- Mask R-CNN : Passage de 85,2 % à 87,0 % de mIoU.
- Cela démontre que l'élimination des incohérences structurelles dans les données d'entraînement permet aux modèles d'apprendre des frontières géométriques plus fiables.

5. Signification et Conclusion

Ce travail souligne l'importance critique de maintenir la topologie au niveau des annotations lors de l'augmentation de données, au-delà de la simple cohérence spatiale. Bien que motivé par les régions de type anneau dans les plans d'étage, le principe de réparation basé sur la cohérence des indices est applicable à tout type d'annotation polygonale où l'ordre des sommets encode des relations structurelles.

En conclusion, la méthode proposée offre une solution robuste et efficace pour prévenir la fragmentation des polygones complexes lors de l'augmentation, garantissant ainsi la fiabilité des pipelines de segmentation basés sur des polygones et améliorant les performances des modèles de vision par ordinateur dans des domaines structurés. Le code est disponible publiquement sous le nom de package polyaug.