Reseau de neurones convolutif

Définition

Un reseau de neurones convolutif, ou CNN (Convolutional Neural Network), est une architecture de deep learning specialisee dans le traitement de donnees a structure spatiale, en particulier les images. Il applique des filtres appeles noyaux de convolution qui balaient l'entree pour detecter des motifs locaux : contours, textures, formes, puis des concepts de plus haut niveau au fil des couches successives. Des couches de pooling reduisent la dimensionnalite tout en preservant les caracteristiques les plus discriminantes, ce qui rend le modele partiellement invariant aux translations. Des architectures de reference comme LeNet, AlexNet, VGG, ResNet ou EfficientNet ont marque l'evolution du domaine, notamment via l'introduction des connexions residuelles qui permettent d'entrainer des reseaux tres profonds sans degradation du gradient. Les CNN restent largement utilises pour la classification d'images, la detection d'objets, la segmentation semantique et l'analyse video, y compris dans des contextes de securite comme la videosurveillance intelligente ou le controle d'acces biometrique. En cybersecurite, ils servent aussi a l'analyse de malwares convertis en images ou a la detection d'anomalies visuelles. Pour un DPO, l'usage de CNN sur des flux video ou des donnees biometriques souleve des obligations specifiques au titre du RGPD et, selon les cas d'usage, de l'AI Act sur les systemes a haut risque.