INTELLIGENCE ARTIFICIELLE ET VIDÉOSURVEILLANCE
07 mars2019
L’intelligence artificielle : un outil efficace dans le domaine de la vidéosurveillance
A Dubaï, l’aéroport vient d’inaugurer un tunnel à reconnaissance faciale et d’iris, équipé de 80 caméras, pour contrôler à la volée l’identité des voyageurs. Un système d’authentification biométrique est actuellement en test dans le terminal 3 de l’aéroport international. Ce tunnel est un des exemples qui symbolise à quel point l’intelligence artificielle dans la vidéosurveillance est en plein essor et offre de plus en plus de possibilités.
Que ce soit dans des lieux sensibles classiques, comme les gares, aéroports, métro, pour des événements ponctuels, sur la voie publique ou dans les entreprises, tous les domaines et les sites sont aujourd’hui concernés par des risques de vols, de vandalisme, d’agression et d’attentats.
Face à cela une des réponses est bien la vidéosurveillance qui est un outil de dissuasion, mais aussi d’élucidation.
IA et vidéosurveillance : le Deep Learning
Aujourd’hui l’augmentation des performances des calculateurs permet d’obtenir des puissances de calcul jamais égalées dans ce domaine. Ainsi les systèmes de vidéosurveillance sont dotés de capteurs et d’algorithmes pour exploiter cette intelligence artificielle (IA). Les caméras elles-mêmes voient leur densité de pixels augmenter de plus en plus, avec en corollaire, une possibilité de travailler dans des conditions de luminosité dégradée tout en assurant une reconnaissance faciale sur des distances inégalées. Des progrès que l’on retrouve également sur des caméras qui sont de plus en plus multi-focales et multi-capteurs.
L’IA, c’est certain, rend les systèmes de vidéosurveillance de plus en plus probant, en étant capable, non seulement de capter des images, mais bien de les analyser, pour extraire des informations, analyser un flux de personnes, rechercher une personne, un véhicule ou un objet…
Les systèmes sont désormais capables d’apprendre en « deep learning », un peu de la même manière que les neurones du cerveau humain. Il s’agit réellement d’un apprentissage de ce que filme la caméra dont le logiciel discerne ce qui est « normal » de ce qui ne l’est pas et d’alerter l’opérateur à bon escient. La vidéosurveillance s’appuie également sur le big data et la biométrie pour se faire intelligente.
Cette IA trouve des applications de plus en plus importantes et variées. Globalement il s’agit de ne pas avoir à multiplier le nombre d’opérateurs pour regarder passivement des écrans. Au vu du nombre croissant de caméras et donc de données, c’est irréalisable. Pour cela la vidéosurveillance intelligente trouve sa place pour « voir » les incivilités, abandons de bagage, agressions, attroupements, tout en faisant la différence entre un groupe pacifique et un autre agressif. Mais aussi en détectant une intrusion, en lisant en automatique les plaques d’immatriculation, ou encore en recherchant un type précis de voiture ou même un signe particulier sur un vêtement.
Le fin du fin est la reconnaissance faciale en retrouvant une personne dans des images de foule, tout cela en faisant fi des conditions, d’éclairage, de résolution, d’angle de prise de vue ou de météo.
Concrètement l’IA doit permettre d’atteindre une information qui soit la plus fiable possible et la plus opérationnelle. La bête noire de l’IA étant les déclenchements d’alertes intempestifs, pour cela les meilleurs systèmes de vidéosurveillance peuvent reconnaître des formes très diverses identifiées par algorithme. Ainsi la caméra distingue les êtres humains, les véhicules, les animaux, les vélos, mais aussi les végétaux.
Du son pour compléter la vidéo
De plus en plus, le son pourra apporter un complément à cette IA dans la vidéosurveillance. Les micros, avec les capteurs et les logiciels, vont apporter des informations supplémentaires se croisant avec les paramètres. Là aussi, avec les micros, l’IA va reconnaître des mots, différencier un appel au secours de cris de joie, un bris de vitre par rapport au vent dans les branches, en apprendre des nouveaux et aider à confirmer ou infirmer une alerte à donner.
Au final tous ces systèmes, technologies, capteurs, caméras et logiciels, apprentissage… ne sont pas complètement sans faille, mais les algorithmes sont de plus en plus efficaces, avec une réactivité et une précision impressionnantes. Le coût d’équipement en caméras et celui pour la formation des équipes sera un des paramètres importants à prendre en compte dans la planification des projets. Ces solutions amènent nécessairement des changements technologiques et une évolution significative des pratiques pour les équipes de surveillance.
Franck Chevallier pour Horoquartz