L’intelligence artificielle embarquée au sein des caméras de vidéosurveillance n’en est qu’à ses prémices… Réservée il y à peu encore aux environnements critiques, aujourd’hui, celle-ci est intégrée nativement dans les nouvelles générations de caméras de vidéosurveillance, même dans le secteur du grand public. L’apprentissage profond « Deep Learning AI » a permis de révolutionner durablement les capacités détection des caméras vidéosurveillance qui était jusqu’à là soyons honnête, assez sommaire pour ne pas dire binaire. Une détection qui hélas, est (était) très dépendante aux conditions météorologiques et facteurs environnementaux apportant bien souvent des résultats sporadiques… Bien qu’étant encore qu’à ses premiers émois, la détection vidéo à base d’intelligence artificielle « Deep Learning » a déjà atteint une belle maturité qui fait que celle-ci pourra presque en toute quiétude, outrepasser les changements de luminosité, une végétation quelque peu capricieuse, la présence d’animaux domestique ou encore, d’un ciel changeant brusquement tel un orage de printemps. L’intelligence artificielle est encore en cours de développement et devrait largement évoluer au cours de ces 5 prochaines années. En deux ans, nous avons déjà noté des progrès tout simplement époustouflants dans le domaine… Les applications de télésurveillance ont elles aussi, permis la démocratisation de cette intelligence artificielle. L’essor des caméras thermique pour la détection associé à l’intelligence artificielle a agi en véritable tremplin pour cette levée de doute instantanée, aux antipodes des traditionnelles solutions de détection par alarme sans aucun retour visuel semblant être, d’un autre temps.
News : L’IA embarquée dans les caméras de surveillance, où en sommes-nous ? | Une intelligence déjà très performante…
L’intelligence artificielle embarquée au sein des caméras de vidéosurveillance n’en est qu’à ses prémices… Réservée il y’a encore peu, aux environnements critiques, aujourd’hui celle-ci est intégrée nativement dans les nouvelles générations de caméras de vidéosurveillance destinées aux professionnels et particuliers… L’apprentissage profond communément appelé « Deep Learning AI » a permis de révolutionner durablement les capacités de détection des caméras vidéosurveillance qui était jusqu’à là, soyons honnête, assez sommaire pour ne pas dire binaire. Une détection qui hélas, est (était) très dépendante aux conditions météorologiques et facteurs environnementaux apportant bien souvent des résultats sporadiques selon la localité d’installation. Bien qu’étant encore qu’à ses premiers émois, la détection vidéo nourrie à l’intelligence artificielle « Deep Learning » a déjà atteint une belle maturité qui fait qu’elle pourra presque en toute quiétude, outrepasser les changements de luminosité, une végétation quelque peu capricieuse, la présence d’animaux ou encore, d’un ciel changeant brusquement tel un orage de printemps.
L’intelligence artificielle est encore en cours de développement et devrait largement évoluer au cours des 5 prochaines années. En deux ans, nous avons déjà noté des progrès significatifs dans ce domaine… Les applications de télésurveillance se sont montré être de véritables ascenseurs à l’intelligence artificielle dans le domaine de la sécurité éléctronique. S’appuyant sur une hiérarchisation basée sur l’IA, les informations son filtrés limitant la gestion de faux positif et rendant plus proactive certaines tâches. La remontée des flux sur détection permet à l’opérateur de télésurveillance d’analyser immédiatement la séquence vidéo et de prendre rapidement une décision. L’essor de l’imagerie thermique associé à l’intelligence artificielle a agi en véritable tremplin pour cette levée de doute instantanée, aux antipodes des traditionnelles solutions de détection par alarme sans visuels.
News : L’IA embarquée dans les caméras de surveillance, où en sommes-nous ? | « Deep Learning » & « Machine Learning »
Les machines peuvent-elles penser ? Cette réflexion issue du très célèbre « Computing Machinery and Intelligence » rédigée en 1950 par un certain Alan Turing (rendu célèbre par ses travaux de déchiffrement de l’Enigma réputée inviolable pendant la Seconde Guerre mondiale) a bel et bien dressée les bases de ce qu’aujourd’hui, nous appelons l’intelligence artificielle… Le « Deep Learning » (DL) s’appuie sur un réseau neuronal d’algorithmes (apprentissage profond) qui en opposition à la technologie dite de « Machine Learning » (ML), permettant quant à elle un apprentissage automatique… Deux approches qui permettent à l’intelligence artificielle, une prise de décision automatisée avec des notions d’intelligences différentes… En effet, la technologie dite d’apprentissage profond (Deep Learning), identifiera elle-même des caractéristiques éliminatoires dans des volumes considérables de données basées sur plusieurs couches, là ou l’apprentissage automatique, se focalisera sur une base de données existante alimentée manuellement d’un grand nombre de données.
À titre d’exemple, en environnement d’apprentissage automatique, on pourra imaginer abreuver l’IA d’une multitude de photos de voitures rouge, dont certaines de marques/modèle particulier (Renault Mégane d’une génération particulière par ex.). L’IA deviendra ainsi capable à terme, de distinguer parmi tous ces véhicules, les Renault Mégane rouge d’une génération spécifique. Cet apprentissage supervisé (l’humain intervient pour dire si oui/non l’intelligence artificielle a bien retrouver la bonne photo jusqu’à un niveau d’autonomie acceptable) est aux antipodes de l’apprentissage profond qui lui, travaille de manière plus autonome, moins statique en analysant plusieurs facteurs sur une photo comme la présence du losange Renault, la forme des phares avant/calandre, la couleur, la forme générale et ses côtes…) afin de pouvoir retrouver dans le futur et de manière extrêmement précise, toutes les Renault Mégane rouge d’une génération spécifique. Deux technologies s’appuyant sur une pléthore de données assurant un fonctionnement optimal… Voici donc la révolution de la Big Data, ou la moindre donnée infime soit-elle, s’utilise intelligemment.
News : L’IA embarquée dans les caméras de surveillance, où en sommes-nous ? | Le facteur humain comme seule limite !
D’une grande précision, l’apprentissage profond est capable (si l’on fait abstraction à toute notion de règlementation RGPD – GPDR) d’assurer la recherche de caractéristiques spécifiques comme l’âge ou le sexe d’une personne, les accessoires portés (lunette, casquette, sac…) mais également, d’analyser les comportements d’un individu. L’IA est véritablement présente dans de nombreux domaines comme dans l’industrie 4.0 ou des contrôles poussés sur la conformité des pièces dans des environnements complexe, permet d’apporter une pierre à l’édifice dans les process qualité… Des entreprises françaises comme XXII Smart City et bien d’autres encore, apportent des solutions de ce type, véritables plus-values pour l’industrie. Nous sommes rentrés à ce jour dans l’ère de l’intelligence artificielle avec des solutions de vidéosurveillance intégrant leur propre moteur d’IA ou décentraliser sur des serveurs dédiés. Cette quantité de métadonnées à traitées nécessite fatalement, un hardware beaucoup plus performant ce qui mathématiquement, influencera sur le coût de revient, sur les facteurs de dissipations thermiques à optimiser et sur une électronique embarquée nécessitant d’être plus performante.
News : L’IA embarquée dans les caméras de surveillance, où en sommes-nous ? | Qu’apportera l’IA d’ici quelques années ?
Aujourd’hui, il est tout à fait possible de reconnaître le sexe d’une personne après une période d’apprentissage visant à nourrir de quelques millions de photos de visages, l’intelligence artificielle. Après ce gavage dans les règles, les algorithmes embarqués au sein des équipements de surveillance seront capables avec un taux de réussite de 98 %, de différencier un homme d’une femme… (Hanwha Security – Ex. Samsung). Aujourd’hui, l’IA est très présente dans différents domaines, prête à apporter une aide des plus précieuse. On pense notamment aux différents domaines de la vente qui pourront s’appuyer sur l’IA afin de bénéficier d’analyse granulaire des données démographiques de ses consommateurs. Cette analyse fine permet de comprendre avec précision les comportements d’un client. Plus récemment, l’IA a également permis d’épauler bon nombre d’entreprises et services publics en analysant le port ou non du masque, ainsi que la température des utilisateurs…Cf. Dossier : Caméra Thermique & Coronavirus, quelle efficacité pour la détection du COVID-19 ? Les possibilités semblent infinies et le retour sur investissement se montre très intéressant dans les domaines de la sécurité/sureté, l’analyse, la prévention routière, la médecine, etc. La 5G que l’on avait pris l’habitude de baptisée « Future 5G » (!) est présente et devrait s’imbriquer naturellement dans nos environnements de sureté/sécurité électronique…Nous aurons bien sûr l’occasion de revenir sur cette technologie captivante qui devrait nous entraîner dans années/mois à venir sur de nouveaux billets de blog !
