Innovation

Notre leitmotiv

Le leitmotiv de notre équipe tech chez LumyMe est de mettre à service les technologies de pointe dont nous avons la maîtrise dans un but d’amélioration de la vie de nos utilisateurs. Pour ce faire, une architecture scientifique délicate, complexe et invisible en surface sous-tend notre application. Afin de fournir plus de transparence aux curieux, nous avons décidé d’ouvrir cette section, Innovation, dans laquelle nous posterons des éléments d’explication quant à cette architecture.
En ce qui concerne notre méthode générale d’intégration desdites avancées scientifiques, nous sommes convaincus que dans le contexte technologique actuel il est nécessaire de fournir des services adaptatifs, corrélés à l’évolution du besoin du client, par opposition aux services figés post-production. Dans notre cas, cette adaptation se fait par rapport aux retours des deux partis impliqués : clients et photographe. A travers cette souplesse, nous retirons une véritable agilité par rapport au pricing de notre application, et in fine une compétitivité inégalable.
Les deux axes technologiques principaux de notre application sont : son algorithme de dispatch, ainsi que le Machine Learning.

Le Dispatch

L’algorithme de dispatch développé permet la répartition des paires photographes/clients. Comme précisé précédemment, il évolue en fonction de la qualité de l’expérience client/photographe. En effet, l’intersection des attentes de nos premiers clients ainsi que du noyau dur de photographes nous ayant rejoint est la qualité de l’expérience shooting.

L’algorithme de dispatch a donc pour but principal d’améliorer cette expérience, d’optimiser le remplissage de l’emploi du temps des photographes et de minimiser le temps d’attente des clients. Il s’enrichit ainsi avec la croissance de l’app et du nombre de shootings réservés.
Il est construit sur la base d’algorithmes de matching bipartite, avec arrivée d’agents indépendants (clients/photographes).
La lecture de l’article suivant (https://arxiv.org/abs/1805.02014) permettra aux plus déterminés d’assimiler les bases techniques derrière ce type d’algorithme.

Le Machine Learning

Parmi les outils de LumyMe, nombreux sont ceux qui se basent sur des algorithmes tirant parti du Machine Learning. Par exemple, de nombreux micro-services sont mis à dispositions des photographes pour accélérer le processus de retouche des photos en automatisant certaines parties.
Parmi ces micro-services, nous proposons notamment une fonction de reprise de la colorimétrie automatisée, une fonction de lissage de la peau (discrète, pour éviter l'effet trop retouchée que peuvent avoir certaines photos) et une fonction d’édition permettant d'enlever les objets en arrière plan n'ayant pas leur place sur une photo de qualité.
Pour détailler un peu plus notre approche, prenons l'exemple de cette dernière fonction dite d'object removal. Pour réaliser cette fonction, nous avons choisi d'implémenter un réseau de neurones permettant à partir d'une photo dont une partie est effacée de recréer une photo complète.

Pour ceci, nous nous sommes concentré sur deux aspects: le premier est que la photo recréée ait un sens et le second est que la partie créée par notre réseau ne se distingue pas de la photo d'origine en ses bords pour avoir un rendu le plus réaliste possible.
Nous avons donc entrainé notre réseau en lui fournissant un très grand nombre de photos dont nous avions nous même effacés une partie en lui disant que la photo recréée devait ressembler le plus possible à la photo d'origine. Vous pouvez retrouver plus de détails sur cette méthode en lisant cet article de recherche (https://arxiv.org/pdf/1611.09969.pdf).
En outre, tous ces micro-services, en plus d'être suffisamment rapides pour être utilisé de manière quasi-instantanée par nos photographes, sont validés en terme de qualité de rendu par notre Chief Artistic Officer pour que les photos fournies soient toujours du plus haut niveau.