Sécurité vidéo : détecter automatiquement les événements

Les analyses vidéo intelligentes sont des algorithmes logiciels destinés à l'évaluation automatique d'images numériques provenant de caméras de vidéosurveillance. À l'aide de différents procédés, ils permettent la reconnaissance d'objets et d'événements prédéfinis. Ils fournissent en outre des événements et des métadonnées et permettent, en combinaison avec des systèmes de gestion vidéo, d'afficher les résultats de l'analyse et de déclencher différentes actions telles que l'alerte du personnel de sécurité, le contrôle des enregistrements vidéo, la recherche de séquences vidéo, la commutation d'appareils I/0, etc. Des procédures de base sont utilisées pour le traitement et l'évaluation automatisés des images vidéo.

Reconnaissance d'objets

La reconnaissance d'objets détecte les changements dans une image vidéo. Pour ce faire, les données d'image individuelles et leurs différences sont analysées dans une série d'images. Cette méthode est principalement utilisée pour le contrôle de l'enregistrement afin de réduire la quantité de données et ne convient pas à la détection exacte d'objets et d'événements liés à la sécurité.

Suivi des objets

Le suivi d'objets sert à détecter des objets en mouvement dans une image vidéo. Pour ce faire, des objets sont détectés dans une image vidéo et suivis sur une série d'images. Ce procédé convient de préférence aux tâches de détection dans les applications présentant peu de grandeurs perturbatrices (lumière, ombres, réflexions, intempéries, foule, etc.).

Classification des objets

Une classification d'objets permet de distinguer des types d'objets prédéfinis (par exemple des personnes, des animaux, des véhicules) dans une image vidéo. Pour ce faire, les objets sont analysés dans une image vidéo et classés sur la base de certaines caractéristiques et suivis sur une série d'images. Ce procédé est adapté aux tâches de détection dans les applications avec différentes grandeurs perturbatrices.

Identification d'objets

L'identification d'objets offre la possibilité de reconnaître des caractéristiques spécifiques d'objets (par exemple des visages, des personnes, des plaques d'immatriculation) dans une image vidéo. Pour ce faire, les objets sont analysés dans une image vidéo et identifiés sur la base de caractéristiques prédéfinies. Cette méthode ne convient que dans certaines conditions et pour des applications spécifiques.

Interprétation des objets

L'interprétation d'objets permet de reconnaître des états spécifiques d'objets (par exemple comportement, nombre) dans une image vidéo. Pour ce faire, les objets sont analysés dans une image vidéo et leurs états sont interprétés sur la base de critères prédéfinis. Cette méthode n'est également adaptée que dans certaines conditions et pour des applications spécifiques.

Interprétation de scènes

L'interprétation des scènes crée les conditions nécessaires pour évaluer différemment certaines zones d'une image vidéo. Pour ce faire, les zones d'image correspondantes sont marquées (par exemple clôture, façade, œuvre d'art, quai de gare, voie ferrée) et analysées selon la priorité et la fonction souhaitées. Ce procédé est adapté à l'adaptation des modules d'analyse à certains scénarios d'application.

Interprétation humaine

En plus de ces procédés de base, il existe une multitude d'autres méthodes telles que la comparaison d'images, la pixellisation d'images, etc. pour le traitement et l'évaluation automatisés d'images vidéo. Tous ces procédés sont destinés à assister l'homme, mais pas à le remplacer. C'est pourquoi une interprétation humaine des résultats d'analyse est nécessaire dans tous les cas. En outre, en cas d'événement, les mesures nécessaires ne devraient être déclenchées qu'après vérification par des utilisateurs formés.

Plus de sécurité et d'efficacité

Les analyses vidéo intelligentes sont de plus en plus utilisées pour les applications les plus diverses, petites, moyennes et grandes, dans différents secteurs. Les applications typiques des analyses vidéo intelligentes sont par exemple

• Surveillance de zone pour le contrôle de l'enregistrement,
• Surveillance par caméra contre les tentatives de manipulation,
• Sécurisation de locaux, de périmètres et de terrains contre les intrusions et les fuites,
• Reconnaître le vagabondage et les comportements suspects,
• Protection de la vie privée dans les zones de surveillance publiques et privées,
• Détection d'incendie et de feu,
• la détection préventive d'objets suspects,
• Sécurisation des infrastructures critiques contre les attaques,
• Protection des œuvres d'art de valeur contre les dommages et le vol,
• Détection des événements liés au trafic.

Le développement de la vidéosurveillance a pour conséquence que la surveillance, l'analyse ainsi que le stockage des images vidéo nécessitent de plus en plus de personnel, de données et donc de coûts. Parallèlement, des études scientifiques montrent que l'attention du personnel de sécurité diminue de manière significative après peu de temps déjà lors de la surveillance d'écrans et que les événements importants pour la sécurité ne sont plus détectés à temps.

L'analyse intelligente de la vidéo est donc une solution privilégiée pour améliorer durablement l'efficacité des systèmes de vidéosurveillance. Dans ce contexte, il convient toutefois de noter qu'il ne peut y avoir de solution unique. En raison des différentes exigences, les algorithmes utilisés doivent être spécialement conçus et optimisés pour chaque application. Dans le cas contraire, il est difficile d'obtenir les résultats escomptés. Bien qu'il existe divers fournisseurs qui souhaitent maîtriser simultanément différentes applications avec un module d'analyse grâce à un concept basé sur des règles, la pratique - en dehors des conditions de laboratoire - a montré que les concepts basés sur des applications fournissent systématiquement de meilleurs résultats.