L’analyse vidéo a parcouru un long chemin pour devenir aujourd’hui un ajout fiable et de confiance à la vidéosurveillance.
De nombreuses organisations s’appuient aujourd’hui sur l’analyse pour rendre le travail de surveillance des caméras plus facile et plus précis, laissant les opérateurs humains faire ce que la technologie ne peut pas et ajouter une vraie valeur – ce qui exclut de rester assis à regarder un écran tout le temps.
La plupart des fabricants de caméras proposent de nos jours une forme d’analyse avec leur matériel, comme la détection de mouvement, les lignes de passage, etc.
Mais que se passe-t-il dans le monde réel ?
Lorsque les fournisseurs démontrent l’analyse vidéo, ils ont l’avantage de contrôler l’environnement et de s’assurer que leurs systèmes fonctionnent bien.
Dans le monde réel, de nombreux facteurs peuvent modifier l’environnement, parfois en quelques secondes.
Les applications analytiques fonctionnent-elles aussi bien dans ces environnements ?
Hi-Tech Security Solutions a posé quelques questions à trois fournisseurs qui font des vagues dans le monde de l’analyse vidéo à propos de leurs produits et de leur expérience dans le monde réel.
Nos interviewés sont :
- Gus Brecher du développeur local de VMS, Cathexis,
- Roy Alves de Axis Communications, et
- Dr Mahesh Saptharishi, CTO d’Avigilon.
Hi-Tech Security Solutions : Comment l’analyse s’est-elle améliorée au fil du temps ?
Quel est, selon vous, le principal moteur de l’avancement de la technologie au point où les gens peuvent s’y fier ?
Gus Brecher: Je pense que les principales raisons des améliorations de l’analyse vidéo sont doubles :
- Puissance de traitement : Avec l’augmentation exponentielle de la puissance de traitement disponible, vous pouvez effectuer des algorithmes beaucoup plus sophistiqués sur le matériel disponible, que ce soit sur les serveurs d’enregistrement ou à la périphérie (sur les caméras IP).
- Systèmes IP : Avec la croissance de l’IP, la capacité des systèmes tiers (par exemple Ipsotek, AgentVI) à effectuer des analyses séparément du VMS est devenue une réalité.
Ainsi, les entreprises peuvent effectuer des analyses sur la même vidéo qui est diffusée au VMS dans un système séparé, puis renvoyer les informations ou les alarmes d’analyse au VMS.
La capacité d’effectuer des analyses à la périphérie sur les caméras IP a également fourni une plateforme pour ces spécialistes du développement tiers.
Cela a également eu pour effet de pousser les fournisseurs de VMS à améliorer leur propre offre analytique.
Dr Mahesh Saptharishi: La précision de l’analyse vidéo et la facilité d’installation se sont considérablement améliorées au cours des cinq dernières années.
Il y a eu des avancées significatives dans la science et les algorithmes rendant l’analyse plus adaptée aux applications du monde réel.
La technologie des processeurs s’est également améliorée au point où des algorithmes de vision par ordinateur sophistiqués, auparavant inaccessibles, peuvent désormais être utilisés à des coûts similaires ou inférieurs.
Roy Alves : L’analyse a changé de manière spectaculaire au cours des 10 dernières années.
Les principaux moteurs étaient d’une part les exigences des utilisateurs finaux qui sont devenues plus complexes ; d’autre part, l’environnement matériel en rapide évolution a entraîné des améliorations.
Il y a quelques années, des solutions de protection périmétrique de base étaient suffisantes pour les utilisateurs finaux, ils demandent maintenant des solutions plus fiables avec des taux de fausses alarmes faibles.
Traditionnellement, la standardisation tend à augmenter la crédibilité des solutions et le développement du marché de manière positive tant pour les développeurs que pour les clients – il existe de nombreux exemples de cela (comme ONVIF et Bluetooth) – il est probablement juste une question de temps avant que cela n’englobe également l’analyse.
Hi-Tech Security Solutions : Quelles fonctionnalités analytiques les gens peuvent-ils utiliser aujourd’hui ?
Gus Brecher : Il existe de nombreux algorithmes qui font du bon travail.
Si vous regardez les analyses basées sur les vecteurs (plutôt que le VMD de base), la première étape consiste à détecter les objets souhaités puis à les verrouiller.
Une fois que vous avez bien compris cela, il y a beaucoup de choses que vous pouvez faire avec les informations.
Par exemple : comptage de personnes, entrée ou sortie d’une zone, flânerie, direction, vitesse, etc.
Du côté des applications plus sophistiquées, il y a la reconnaissance faciale qui est vraiment une application spécialisée à part entière qui nécessite beaucoup de puissance de traitement et est très coûteuse.
Le jury est encore indécis sur son utilisation généralisée.
La reconnaissance des plaques d’immatriculation est également très spécialisée, mais les bonnes solutions sont très fiables.
Dr Mahesh Saptharishi : Les capacités telles que la détection de flânerie, la circulation dans la mauvaise direction, la détection de véhicules arrêtés, le comptage du nombre de personnes ou de véhicules dans la scène, la capacité de distinguer entre les personnes, les véhicules et d’autres objets dans la scène sont toutes des fonctionnalités sur lesquelles les clients peuvent compter aujourd’hui.
De plus, les analyses telles que la LPR et la détection et reconnaissance faciale mûrissent également au point où elles peuvent être utilisées dans de nombreuses applications.
Roy Alves : Il existe plusieurs possibilités avec l’analyse ; pour en mentionner une verticale, nous pouvons prendre le commerce de détail où l’utilisateur final peut obtenir une valeur ajoutée de son investissement en surveillance et prévention des pertes et « rentabiliser l’actif » en effectuant le comptage de personnes/fréquentation de l’établissement, la mesure des files d’attente, la mesure du temps de séjour, l’analyse des points chauds et des goulots d’étranglement dans le magasin par des cartes thermiques, et analyser les données démographiques (âge/genre).
Un autre secteur est le transport où vous pouvez calculer le nombre de personnes entrant, par exemple, dans un bus ou un train.
Nous voyons également une maturité dans la reconnaissance des plaques d’immatriculation, avec une précision beaucoup plus élevée dans la lecture des plaques même lorsque les voitures se déplacent à des vitesses plus élevées.
Une meilleure qualité d’image dans les caméras a vraiment eu un effet positif en réduisant le nombre de fausses alertes et en fournissant de meilleures analyses.
Hi-Tech Security Solutions : Pour obtenir des analyses fiables, les utilisateurs ont évidemment besoin de plus que simplement un logiciel sur leurs serveurs ou sur leurs caméras.
Qu’est-ce qui entre dans une solution analytique efficace, par exemple, des caméras HD et un éclairage efficace, etc. ?
Gus Brecher : L’environnement est évidemment la variable la plus critique en matière d’analyses.
Les secousses de la caméra dues à un montage insatisfaisant, un mauvais éclairage, des environnements bruyants, des tentatives de détection d’objets trop éloignés, etc., conduisent tous à de mauvais résultats et aux inévitables fausses alertes.
La configuration des analyses est un processus empirique et, en tant que tel, la personne configurant cela doit prendre soin et considération des moments de la journée, de la position du soleil, des ombres, etc.
Il est important de choisir des produits qui offrent la possibilité de configurer les analyses à la fois sur des séquences en direct et enregistrées avec la possibilité de modifier les paramètres et de voir immédiatement les résultats de ces modifications.
Je ne crois pas que la résolution joue un rôle très important dans les analyses pour le moment, car la plupart des produits d’analyse fonctionnent encore sur des vidéos de basse résolution.
Cela est dû à la demande en puissance de traitement.
Dr Mahesh Saptharishi: Les analyses nécessitent que les angles de la caméra soient positionnés correctement.
La plupart des analyses disponibles nécessitent que la caméra ne soit pas positionnée presque directement vers le bas ou que l’horizon ne soit pas de niveau dans le champ de vision.
La plupart des analyses nécessitent également qu’elle soit correctement calibrée (les analyses auto-apprenantes d’Avigilon ne nécessitent pas de calibration).
De plus, la qualité de l’image est primordiale.
La majorité des analyses se font à des résolutions CIF ou 4CIF.
Ainsi, les résolutions HD ne bénéficient pas à la plupart des solutions d’analyse sur le marché (les analyses d’Avigilon fonctionnent sur des vidéos HD et bénéficient d’une résolution plus élevée).
Typiquement, les analyses nécessitent environ 100 pixels sur la cible au minimum pour détecter et classifier.
La mesure de la portée de détection doit être effectuée la nuit ou lorsque les niveaux de lumière sont bas pour s’assurer qu’elle est conforme aux attentes.
Un éclairage visible ou IR approprié doit être utilisé pour atteindre la portée et la précision souhaitées.
La solution d’Avigilon dispose également d’une fonctionnalité unique appelée « Teach-By-Example » où l’opérateur peut fournir des retours sur les fausses alertes permettant au système d’apprendre et de s’améliorer au fil du temps.
Roy Alves : Pour que les analyses fonctionnent correctement, les questions ou faits suivants doivent être abordés :
- Quelles sont les exigences de sécurité ou de projet ?
Alors, quelles analyses seraient applicables ? - Quelle est la scène apparente ?
Contient-elle une topologie nivelée ou non nivelée ?
Est-ce une zone absolument ouverte ou y a-t-il une barrière physique (bâtiment, clôture, etc.) ? - Sur la base de ce qui précède, la quantité et la disposition des caméras et de l’infrastructure doivent être établies : par exemple, les analyses appliquées à la protection périmétrique nécessitent que l’image de la caméra fournisse une perspective.
- Cela signifie que la caméra doit être installée suffisamment haut (4-5 mètres) et avoir un angle (c’est-à-dire qu’une personne marchant vers la caméra change de taille – donnant une dimension).
- De plus, la distance maximale entre les caméras doit être prise en compte.
- Sur la base de ce qui précède, aurez-vous besoin de mâts pour caméras ou non ?
- L’éclairage est également important : Y a-t-il une source de lumière, oui/non ?
Installez-vous des caméras IR, des caméras thermiques ou ajoutez-vous une lumière supplémentaire ? - En ce qui concerne le type de caméra, la première question est à nouveau importante : Que voulez-vous détecter ?
Voulez-vous simplement voir qu’il s’agit d’un être humain et que cela déclenche une alarme ?
Alors une caméra thermique serait parfaite et très fiable.
Cependant, si vous voulez identifier la personne en détail, même identifier le visage, une caméra couleur à haute résolution sera applicable. - Avec tout cela défini, vous pouvez alors ajuster et configurer les analyses avec les niveaux de sensibilité et les filtres appropriés en fonction de l’environnement.
Hi-Tech Security Solutions : Pouvez-vous dire à nos lecteurs comment vos solutions analytiques ont évolué au cours des dernières années ?
Proposez-vous des solutions basées sur serveur ou sur périphérie et pourquoi ?
Dans quels environnements voyez-vous les meilleurs résultats de vos produits ?
Gus Brecher: Historiquement, nous avons fourni des algorithmes de détection de mouvement qui détectaient le mouvement avec la possibilité de changer la sensibilité associée au nombre de pixels déclenchés.
Nous avons poussé cela plus loin en permettant au système d’apprendre l’environnement et d’analyser les temps de détection afin de rejeter les fausses alertes provenant de choses comme les nuages passant, les arbres soufflant dans le vent, etc.
Ajoutez à cela la possibilité de configurer plusieurs zones dans une vue de caméra avec des sensibilités différentes pour chaque zone, et vous obtenez une solution plus que satisfaisante.
Notre nouvelle suite d’analyses utilise des algorithmes basés sur des vecteurs, ce qui nous permet d’identifier un objet en fonction de la taille requise, de le verrouiller et de le suivre dans la vue de la caméra.
L’aspect le plus critique de l’utilisation des algorithmes basés sur des vecteurs est que nous pouvons automatiquement prendre en compte la perspective.
Cela signifie qu’une fois que nous connaissons la taille d’une personne, par exemple, à deux points dans la vue de la caméra, nous pouvons extrapoler quelle taille une personne a dans d’autres zones de la vue.
Cela réduit considérablement les fausses alertes et nous permet d’ajouter des règles au système associées aux objets suivis.
Nous n’offrons que des analyses basées sur le serveur, mais nous permettons aux solutions d’analyse tierces fonctionnant à la périphérie de nous envoyer des déclencheurs.
Notre expérience a montré, cependant, qu’en raison des limitations de traitement sur les caméras, lorsque vous effectuez toute forme d’analyse raisonnablement sophistiquée, il y a une forme de sacrifice qui peut prendre la forme de taux de trame réduits, de nombre réduit de flux vidéo ou d’un autre domaine.
Dr Mahesh Saptharishi: Les analyses d’Avigilon sont des solutions de périphérie (sur la caméra ou dans un appareil).
Les analyses ont accès à une vidéo non compressée de haute qualité et haute résolution à la caméra.
Ainsi, les algorithmes d’analyse peuvent atteindre une meilleure précision dans la plupart des tâches de détection.
Avigilon a été un pionnier dans la technologie des réseaux neuronaux artificiels et a fait des progrès significatifs au fil des ans.
L’utilisation principale des analyses d’Avigilon est la protection du périmètre extérieur – où un taux de détection élevé et un faible taux de fausses alarmes sont souhaités.
Roy Alves: Les partenaires de développement d’Axis offrent à la fois des solutions basées sur le serveur et des solutions embarquées.
Il est juste de dire que les solutions les plus complexes et sophistiquées continueront de provenir des analyses basées sur le serveur à l’avenir, mais gardez à l’esprit que ce qui est embarqué aujourd’hui était basé sur le serveur il y a 10 ans (ou moins), c’est ainsi que le développement technique se déroule.
On pourrait considérer les solutions basées sur le serveur comme la plateforme de développement pour les futures analyses embarquées.
Les clients adhèrent définitivement aux analyses de périphérie qui présentent l’avantage d’être infiniment évolutives et décentralisées, rentables – ne nécessitant aucun matériel supplémentaire et fonctionnant normalement avec des exigences de bande passante très faibles et des coûts d’installation et de maintenance réduits.
Certaines des analyses dans le commerce de détail, par exemple, ont été développées pour mieux comprendre le comportement de leurs clients et pour mieux concevoir les magasins en fonction de ces connaissances.
Aujourd’hui, nous constatons que de nombreux clients se tournent vers les analyses pour tirer le meilleur parti de leur infrastructure, s’ils passent des caméras analogiques aux caméras IP et ont aujourd’hui une solution de comptage de faisceaux de porte, ils peuvent chercher à voir si la nouvelle infrastructure peut également résoudre cette tâche (ce que Axis peut faire).
Donc, si la vérification des alarmes est ce dont ils ont besoin, ils chercheront une solution pour cela.
De plus, l’analyse vidéo est devenue plus courante et acceptée par le grand public.
Pour cela, nous avons vu de nombreuses entreprises d’analyse se concentrer sur la simplification de la manipulation et de la configuration des analyses vidéo.
En outre, la nécessité de fournir une intégration aux systèmes tiers a considérablement augmenté.
Pour répondre à ce besoin, nous commençons à voir des gestionnaires d’analyses, une plateforme permettant à nos analyses basées sur le serveur ou sur la caméra d’être intégrées dans n’importe quel système de gestion vidéo tiers.
Hi-Tech Security Solutions : Quelles sont les prochaines étapes en termes d’analyses ?
Gus Brecher : Nous voyons l’introduction de certains logiciels de sensibilisation situationnelle intelligents, qui apprennent de l’environnement d’analyse au fil du temps et génèrent automatiquement des déclencheurs sur ce qui est considéré comme un comportement inhabituel.
Je pense que nous verrons les prix de la reconnaissance faciale baisser à mesure que la puissance de traitement s’améliore et que davantage de concurrents entrent en jeu.
Je vois également les analyses être utilisées davantage pour des informations commerciales comme le comptage de personnes et la cartographie thermique à des fins de marketing.
Et, bien sûr, les algorithmes s’amélioreront continuellement.
Dr Mahesh Saptharishi : Les analyses d’identité (la capacité de reconnaître un véhicule de manière unique ou de reconnaître une personne de manière unique) atteignent un point où elles deviendront standard.
Les types d’objets que les analyses peuvent reconnaître dans la scène deviennent également plus riches.
Les analyses sont également capables de reconnaître différents types d’activités dans la scène (comme les longueurs de file d’attente, deux personnes parlant/interagissant, se battant, collisions entre véhicules, etc.).
Beaucoup de ces analyses deviendront des offres standard dans les prochaines années.
Roy Alves : Beaucoup des analyses que nous voyons aujourd’hui en termes de détection audio, détection de mouvement vidéo améliorée, comptage de personnes/véhicules, reconnaissance de plaques d’immatriculation, cartes thermiques, mauvaise direction, protection du périmètre sont toutes, à notre avis, à un état mature.
Nous verrons des analyses de suivi intégrées avec la possibilité de suivre les mouvements individuels d’une personne dans une zone/magasin.
Où ont-ils marché, se sont arrêtés, pendant combien de temps, ce qu’ils ont regardé, touché et finalement acheté ?
Comment ont-ils visité le magasin ?
Quel pourcentage des personnes marchant à l’extérieur du magasin entreront, quel est le profil d’âge, le sexe et l’humeur ?
Je pense qu’il y a beaucoup de travail à faire ici, par exemple, avoir une caméra disant à un détaillant qui est leur client et leur comportement.
De plus, je prédis que, comme dans l’industrie de la surveillance où les fabricants produisent des caméras pour un segment vertical particulier, nous verrons la même chose venir du développement de logiciels.
Ce n’est pas une question de taille unique.
Dans le segment de la sécurité et la protection du périmètre, je vois une demande croissante non seulement pour recevoir des alertes en temps réel, mais aussi pour recueillir autant de données que possible sur les objets d’alarme, c’est-à-dire pour des raisons médico-légales supplémentaires.
Ainsi, rendre autant d’informations que possible sur un objet disponible pour l’opérateur.
Hi-Tech Security Solutions : Nous entendons beaucoup parler de l’utilisation des solutions de sécurité pour ajouter de la valeur dans d’autres domaines de l’entreprise.
Voyez-vous cela dans le monde réel ?
Gus Brecher: Absolument.
La surveillance va au-delà du domaine de la sécurité.
Les clients deviennent plus éduqués sur les informations et les avantages qu’ils peuvent obtenir de leurs systèmes de sécurité.
Nous avons un grand détaillant au Royaume-Uni, qui utilise notre VMS à des fins de formation en enregistrant les interactions avec les clients avec audio et en utilisant les enregistrements pour aider leur personnel à améliorer leurs interactions avec les clients.
Les centres commerciaux utilisent des algorithmes de comptage de personnes pour obtenir des informations précieuses sur la fréquentation de certaines zones des centres, et certains facturent même des loyers en fonction de ce trafic piétonnier.
Et les responsables marketing examinent le « flux » de personnes autour de leurs magasins via l’analyse directionnelle et la cartographie thermique pour les aider dans leur planification publicitaire au point de vente.
Bien sûr, cela nécessite un changement de mentalité pour de nombreuses entreprises où les gens travaillent souvent en silos, mais cela se produit.
Dr Mahesh Saptharishi : L’analyse de la vente au détail est un exemple significatif d’application non sécuritaire de la technologie de sécurité.
Comprendre quels produits ont attiré l’attention des clients, combien de clients sont entrés dans un magasin par rapport à ceux qui ont acheté un produit, combien de temps dure la file d’attente à la caisse, combien de clients ont été aidés par un employé, quelles étagères sont actuellement vides, etc., sont des informations qui peuvent aider une entreprise de vente au détail à améliorer l’efficacité opérationnelle et à augmenter les bénéfices.
Le département de sécurité/prévention des pertes agit comme un prestataire de services pour les autres départements au sein d’une entreprise.
Souvent, des caméras ou des capteurs supplémentaires sont nécessaires pour offrir une solution précieuse.
Tout comme le modèle opérationnel des départements informatiques, nous nous attendons à ce que les départements de sécurité offrent ces informations comme un service d’abonnement aux départements marketing, merchandising et opérations d’une entreprise.
Souvent, le simple fait de voir les informations que la vidéo fournit suffit pour qu’un département veuille l’essayer.
Si le département marketing utilisait des cabinets d’audit tiers pour aider à recueillir des données en magasin, l’analyse vidéo peut fournir les mêmes informations à un coût beaucoup moins élevé, en temps réel.
Roy Alves : Oui, je vois cela dans le monde réel, si une caméra peut avoir une double utilisation, par exemple la surveillance et la mesure des files d’attente, alors cela intéresse certainement les départements au-delà de la prévention des pertes.
Je pense que l’adhésion revient à la compréhension par le responsable de la prévention des pertes des défis et des indicateurs clés de performance (KPI) des autres départements.
S’il/elle peut présenter un argument commercial convaincant au directeur de magasin ou au directeur des opérations qu’il/elle peut fournir une analyse prédictive des files d’attente et une mesure proactive des files d’attente avec la même caméra, je suis sûr qu’il y aura une coopération sur les budgets et les investissements.
