Abonnez-vous à notre
Newsletter

L’analyse vidéo intelligente : la solution pour tirer parti du “Big Data Vidéo”

L’analyse vidéo intelligente pour tirer parti du “Big Data Vidéo” – RNMPS

Comment faire face au flux grandissant de données issu des caméras de vidéosurveillance ? Pour Sébastien Jardin, expert cyber-sécurité chez IBM, la solution réside dans l’indexation automatique des données. Cette indexation est aujourd’hui possible grâce à la troisième génération d’analyse vidéo, aussi appelée « analyse vidéo intelligente ».

Avec la multiplication des capteurs et des caméras de vidéosurveillance ces dernières années, les opérateurs chargés d’analyser les flux vidéos sont confrontés à un effet tunnel grandissant. À titre d’exemple, en France, la RATP comptabilise plus de 13 000 caméras sur son réseau et la SNCF pas loin de 40 000. La masse de données générée est telle que l’on parle désormais de « Big Data Vidéo ». Sans les bons outils à disposition, il est de plus en plus difficile de procéder à une analyse pertinente de ces flux. Fort heureusement, la maturité des technologies d’analyse vidéo a évolué ces dernières années. Elles vont permettre dans les années à venir – et permettent déjà – de rendre plus efficace notre maillage de vidéoprotection.

L’évolution des technologies de vidéoprotection

Il existe à ce jour deux types de technologies d’analyse d’image. Il y a d’abord l’analyse vidéo de 1ère et 2nde génération, la plus classique et la plus étendue. Elle se concentre sur la remontée d’alertes en temps réel concernant des situations plus ou moins complexes : objets abandonnés, stationnement, attroupement, franchissement, etc. Elle offre également une relecture rapide permettant de trouver un objet d’intérêt sur un petit nombre de flux vidéo enregistrés. Par exemple, une voiture d’un certain type sur une sélection de vidéos enregistrées pendant un nombre de semaines défini. Cette technologie a l’avantage d’être connue du plus grand nombre et d’être relativement peu gourmande en ressources informatiques.

En parallèle, des éditeurs de logiciels spécialisés se développent, permettant de transformer des images brutes en métadonnées. C’est que ce l’on appelle l’analyse vidéo de 3ème génération ou encore « l’analyse vidéo intelligente ». Concrètement, les flux vidéos des caméras de surveillance sont enregistrés sur une base de données sécurisée. Un moteur analytique permet alors d’indexer automatiquement et en seulement quelques secondes, les situations de la vidéo caractérisant le réel : couleur des objets, vitesse, sens de la circulation, temps de présence sur zone, teinte de peau, type d’implantation capillaire, etc. On se retrouve donc, non plus avec des images brutes, mais avec des métadonnées fournissant des informations sur le contenu des vidéos.

L’indexation automatique, clé de l’efficacité opérationnelle

Il est ensuite possible de se servir de cette indexation avec une grande efficacité pour faire des alertes en temps réel en fonction des situations et des comportements (colis suspect, attroupement, personne au sol, etc.). L’analyse vidéo intelligente permet par ailleurs d’effectuer des recherches a posteriori sur des centaines, voire des milliers, de caméras en quelques secondes ou encore en combinant ces données avec des informations issues d’autres systèmes (contrôle d’accès, lecture de plaques minéralogiques, planning d’intervention, analyse phonique, etc.). En résumé, la clé de l’efficacité des opérateurs se trouve désormais dans les métadonnées issues des flux vidéos et non pas dans les flux vidéos bruts.

La clé de l’efficacité des opérateurs se trouve désormais dans les données issues des flux vidéos et non pas dans les flux vidéos bruts.

Il faut également avoir en tête que l’analyse vidéo intelligente est aussi le meilleur moyen d’utiliser efficacement notre maillage actuel de caméras et de capteurs. En effet, dans la grande majorité des cas, les caméras qui sont aujourd’hui installées sur le terrain n’ont pas la capacité de filmer avec le niveau de précision nécessaire pour générer des métadonnées. Par exemple, un t-shirt rouge filmé avec une caméra installée il y a une dizaine d’années apparaît souvent grisé à l’image. Pour rehausser le niveau de pertinence des alertes, des recherches et des actions, il devient indispensable de croiser les données de ces caméras avec celles issues d’autres capteurs vidéos (caméras pectorales, smartphones, caméras sur véhicules, etc.). C’est ici que l’analyse vidéo intelligente prend toute sa valeur. Elle permet de tirer le maximum d’efficacité du maillage de caméras existant sans avoir à le modifier immédiatement.