Détection d’objets

La détection d’objets basée sur l’IA transforme ce que les caméras, le radar et les autres capteurs voient en informations structurées et exploitables. Détectez les objets et les activités pertinents en temps réel et utilisez ces données pour automatiser les alertes, accélérer les enquêtes et prendre des décisions plus intelligentes.

Explication de la détection d’objets

Two security guards watching surveillance footage with the help of AXIS Analytics used in cameras.

La détection d’objets combine plusieurs capacités d'analyse. Elle détermine si un objet est présent, où il apparaît et le décrit en lui attribuant une classe d’objet, un type d’objet et des attributs. Elle peut également fournir des informations contextuelles telles que l’heure, l’emplacement et le mouvement.

Résultat : Les caméras, les radars et autres capteurs ne se contentent pas de capturer une scène. Ils génèrent des données structurées et légères sur les objets présents dans la scène, que les systèmes peuvent utiliser pour automatiser les actions ou dans lesquels les opérateurs peuvent effectuer des recherches et des enquêtes.

Évolution de la détection d’objet

Road intersection with multiple cars. AXIS Q1728 with AXIS Object Detection identifying both humans and vehicles.

Il y a deux décennies, la détection d’objets impliquait de surveiller les changements de pixels. Les ombres, les phares et les conditions météorologiques déclenchaient régulièrement de fausses alarmes, et les systèmes n’avaient aucun moyen de savoir ce qu’ils voyaient.

Le deep learning a changé la donne. Les modèles d’IA entraînés sur des données annotées peuvent désormais détecter, classer et suivre les objets de manière fiable dans un large éventail de conditions réelles, et pas seulement enregistrer ce qui a bougé.

Parallèlement, les avancées matérielles ont rapproché le traitement de la source. Les tâches qui nécessitaient auparavant des serveurs centralisés puissants peuvent désormais s’exécuter directement sur les caméras et les périphériques, ce qui permet des réponses plus rapides et des déploiements plus évolutifs.

Fonctionnement de la détection d’objets

Lorsque les caméras, les radars ou les capteurs sont équipés d’analyses vidéo par IA, ils peuvent traiter les flux de données en temps réel. Ils peuvent classer les objets, les activités et les mouvements au fur et à mesure qu’ils se produisent.

Lorsqu’un événement pertinent se produit, le système génère un événement basé sur des règles d’action prédéfinies. Cet événement peut déclencher des actions telles que le démarrage d’un enregistrement, le déclenchement d’une sirène ou l'envoi d'une notification. Votre équipe est alertée lorsque cela compte le plus.

Lorsque l’analyse vidéo est exécutée en périphérie, le traitement a lieu là où les données sont capturées. Cette approche permet des réponses plus rapides, une utilisation réduite de la bande passante et une mise à l’échelle efficace du système sans solliciter inutilement l’infrastructure réseau.

Lire la suite

Comprendre les objets détectés

  • La détection d’objets détermine si un objet est présent dans une scène et à quel endroit il apparaît.
  • La classe d’objet décrit la catégorie générale à laquelle appartient l’objet détecté : un être humain, un véhicule ou un objet inanimé.
  • Le type d’objet fournit une description plus détaillée au sein d’une classe. Par exemple, au sein de la classe de véhicules, les types peuvent inclure des voitures, des camions ou des vélos. 
  • Les attributs et caractéristiques des objets fournissent des détails contextuels supplémentaires sur les objets détectés. Pour les personnes, ils peuvent inclure des caractéristiques telles que la couleur des vêtements, les chapeaux ou les sacs. Pour les véhicules, il peut inclure d'attributs tels que la couleur, la marque ou le modèle. Ces attributs facilitent la recherche, le filtrage et l'analyse précise et aident à faire correspondre ou corréler les objets entre plusieurs caméras ou au fil du temps.

    L’identification diffère de la détection et de la classification. Dans l’analyse vidéo, il s’agit d’attribuer une identité unique à une personne ou un objet spécifique à l’aide d’un identifiant distinct, par exemple un visage ou une plaque d’immatriculation. 

Comment l’IA améliore la détection d’objets

AXIS Scene Metadata used to identify metadata of two people walking on a crosswalk as well as moving vehicles.

La détection de mouvement traditionnelle présentait plusieurs limites : par exemple, elle pouvait confondre une ombre, des phares ou une rafale de vent avec un objet valant la peine d’être signalé.  

L’IA change la donne. Au lieu de simplement réagir au mouvement ou au son, elle comprend ce qu’elle voit, entend ou capte de n'importe quelle autre manière. Elle distingue une personne d’une branche d’arbre, est capable de le même véhicule sur plusieurs caméras et d'effectuer des classifications plus précises dans les scènes à faible luminosité, encombrées ou par mauvais temps. Résultat : moins de fausses alarmes, une détection plus fiable et moins de bruit pour votre équipe.  

Scénarios de détection pratiques

La détection d’objets est utile dans un large éventail de scénarios configurables, de la détection d’intrusion de base aux flux de travail opérationnels complexes. Voici quelques exemples.
An intruder trespassing a gated area caught on a security camera with AXIS Object Analytics.

Sécurité et sûreté

Suivre les événements liés à la sécurité tels que :

  • Détection des intrusions
  • Protection de zone
  • Détection de rodage
  • Détection de stationnement non autorisé
  • Surveillance de la fréquentation
  • Détection des équipements de protection individuelle (EPI)
A queue of customers in front of the checkout desk.

Efficacité opérationnelle

Mesurer l’activité et automatiser les flux de travail selon différents paramètres :

  • Comptage de personne
  • Surveillance des flux
  • Niveaux d'occupation
  • Analyse du temps de présence
  • Surveillance de file d'attente
  • Détection des mauvais sens
  • Détection de talonnage 
Town square in Copenhagen with people walking around. Shopping buildings are lined up both to the left and right.

Intelligence commerciale

Les métadonnées agrégées de plusieurs capteurs peuvent être visualisées dans les tableaux de bord pour révéler des tendances, des modèles et des anomalies, telles que :

  • Activité de pointe et hors pointe
  • Tendances de fréquentation
  • Densité de foule
  • Types d’objets présents 
AXIS P3268-SLVE mounted on a metal pole inside a food processing plant.

Scénarios personnalisables

Exécuter simultanément plusieurs scénarios de détection, notamment :

  • Détection d’objet dans la zone
  • Détection de franchissement de ligne
  • Temps de présence
  • Comptage transversal
  • Surveillance de la fréquentation 

Au-delà de l’analyse vidéo sur caméra

Les caméras sont puissantes, mais pas toujours suffisantes. Dans les environnements difficiles (faible luminosité, conditions météorologiques difficiles ou scènes complexes), les technologies telles que le radar et le LiDAR (détection et télémétrie par la lumière) complètent l’analyse vidéo. Ils fournissent des données fiables sur la distance et le mouvement et améliorent la détection et la connaissance de la situation, indépendamment ou en complément des caméras. 

Détection radar

Aerial view of a race car area taken from AXIS D2110-VE with radar detection.

Le radar utilise des ondes radio pour détecter et suivre les objets, en fournissant des informations telles que la distance, la vitesse et la direction du mouvement.

Comme il ne dépend pas de la lumière visible, il fonctionne de manière fiable dans l’obscurité, le brouillard, la pluie ou la neige. Il convient donc parfaitement à la protection du périmètre et à la surveillance du trafic sur de grandes zones.

Le radar ne capture pas les détails visuels. Sa détection de mouvement et sa mesure de vitesse précises en font un excellent complément aux analyses vidéo.

Technologie de détection à distance LiDAR

AXIS Q1686-DLE mounted on top of a highway to monitor traffic and hazardous vehicles during nighttime.

Les capteurs LiDAR utilisent des impulsions laser pour mesurer la distance et créer une représentation tridimensionnelle de l’environnement.

En calculant le temps nécessaire au retour des impulsions, le LiDAR génère des données spatiales précises sur les objets, y compris leur forme et leur position préréglées.  

Cela le rend particulièrement utile lorsqu’une profondeur précise et une perception spatiale sont essentielles. Citons par exemple les systèmes de circulation, d’automatisation industrielle et de surveillance avancée. Combiné à l’analyse vidéo, le LiDAR peut améliorer la précision de la détection et fournir une représentation plus complète d’une scène.

Possibilités de la détection d’objets et de l’analyse vidéo

Une solution d’analyse vidéo ne se contente pas de surveiller. Elle est également capable de déclencher des actions en fonction de règles prédéfinies. Voici ce que cela signifie concrètement.
Perform automated actions icon

Réponse plus rapide et meilleure connaissance de la situation

Le système avertit les opérateurs sans nécessiter une surveillance continue de l’écran. Par exemple, lorsqu’une personne pénètre dans une zone restreinte, qu’une file d’attente dépasse un seuil spécifique ou qu’un véhicule franchit une ligne définie. Les événements sont générés lorsque un événement important se produit, ce qui aide les équipes à se concentrer sur ce qui compte.
Respond to real time events icon

Réduction des fausses alarmes

En distinguant les événements pertinents de l’activité en arrière-plan, la détection d’objets aide à réduire les notifications inutiles. Elle permet de mieux cibler les flux de travail. Les opérateurs passent donc moins de temps à filtrer le bruit et plus de temps à répondre à ce qui compte.
A symbol showing a magnifying glass

Accélération des recherches et des enquêtes

Les enquêteurs peuvent effectuer des recherches par classe d’objet, type d’objet, attributs et autres paramètres tels que l’heure, l’emplacement ou la direction du mouvement, au lieu d’examiner manuellement des heures de vidéo. Ils peuvent ainsi trouver ce dont ils ont besoin en quelques secondes au lieu de plusieurs heures.
A symbol showing a hand presenting a shield with a checkmark

Amélioration de la sécurité, de la sûreté et de l’efficacité opérationnelle

L’analyse vidéo d’objets prend en charge un large éventail de scénarios et aide votre entreprise à automatiser les processus, à réduire les risques et à prendre de meilleures décisions. De la protection de périmètre et du contrôle d’accès à la surveillance de la fréquentation en passant par le comptage et l’optimisation des flux de travail.

Explorer les solutions de détection d’objets

Security camera view of AXIS Object Analytics in action. The software is detecting two humans and one car.

AXIS Object Analytics

Une analyse vidéo multifonction basée sur l’IA qui détecte, classe, suit et compte les objets directement sur les périphériques Axis compatibles, en périphérie. Configurez des scénarios de détection, configurez des alertes en temps réel et accédez à des informations structurées.
Lire la suite
A black car exiting a dark parking garage.

AXIS License Plate Verifier

AXIS License Plate Verifier identifie les plaques d’immatriculation dans le trafic à vitesse modérée et élevée. Il prend en charge la gestion du trafic, le contrôle d’accès, le stationnement et la recherche de véhicules. Il reconnaît également le type, la couleur, la marque et le modèle du véhicule pour une identification plus précise.
Lire la suite
A woman captured on camera with AXIS Analytics walking in a airport with her luggage in hand.

AXIS Scene Intelligence

Axis Scene Intelligence combine l’analyse basée sur l’IA et l’imagerie avancée pour transformer les caméras en outils intelligents, qui automatisent les actions, permettent une recherche rapide et fournissent des informations adaptées aux besoins opérationnels.
Lire la suite

Détection d’objets à travers différents segments

L’analyse vidéo et la détection d’objets apportent de la valeur dans un large éventail de secteurs. Voici quelques exemples.
AXIS P1518-LE mounted high in a traffic area in the city during dusk.

Smart cities et gestion du trafic

Le trafic ne se gère pas de lui-même, mais l’analyse vidéo peut contribuer à optimiser les flux. Grâce à la détection et à la classification des véhicules, la surveillance des piétons et l’identification des modèles de congestion, les villes obtiennent des informations critiques. Ces données permettent de réguler les feux de façon dynamique, accélèrent la réponse aux incidents et améliorent la planification à long terme de l’infrastructure réseau.

A female customer scanning her goods in the self-checkout. A staff member is in the background of the grocery store.

Performances et optimisation des magasins

Pour améliorer l'expérience des clients en magasin, il faut commencer par comprendre comment ils s'y déplacent. Les analyses vidéo permettent de compter les visiteurs, d’analyser le flux et de surveiller la longueur des files d’attente, ce qui donne aux commerçants les données nécessaires pour optimiser les agencements, le personnel et les opérations et repérer les tendances avant qu’elles ne deviennent des problèmes.

AXIS Q3546-LVE with a weathershield mounted on a pole inside a fenced area.

Sécurité du périmètre

Dans les aéroports, les sites industriels et les centres de données, vous ne pouvez pas vous permettre de manquer l'essentiel. Les analyses vidéo détectent et classent les objets, suivent les mouvements dans des zones définies et signalent les événements qui nécessitent une attention particulière, afin que les opérateurs restent concentrés sur les menaces réelles, et non sur le bruit.

Close up of a worker holding a tablet in an assembly line.

Fabrication et production

Les temps d’arrêt coûtent cher. L’analyse vidéo aide à surveiller la production, à détecter les anomalies et à renforcer la sécurité en identifiant les arrêts de ligne, les objets mal placés ou les entrées dangereuses dans les zones interdites. Le traitement en périphérie signale les problèmes au moment où ils se produisent, avant qu’ils ne s’aggravent.

Considérations relatives à la mise en œuvre

Une bonne analyse vidéo commence par un bon déploiement. Prenez ces facteurs en compte dès le départ, et votre système fournira des résultats fiables aujourd’hui et s’adaptera à vos besoins de demain.

Périphérie, serveur, cloud ou hybride – où les données doivent-elles être traitées ?

AXIS Q6325-LE PTZ Camera mounted in a city square. Big building to the left and open area to the right.

L'emplacement d'exécution de votre analyse vidéo a un grand impact : la vitesse de réponse de votre système, la bande passante utilisée et la capacité d’adaptation. La plupart des déploiements combinent plusieurs approches. 
 

  • Les analyses vidéo en périphérie s’exécutent directement sur la caméra/le périphérique et traitent les données au point de capture. Elles facilitent la détection et la réponse en temps réel, réduisent les besoins en bande passante et en stockage, améliorent la confidentialité des données et prennent en charge la conception évolutive et résiliente du système.
  • Les analyses vidéo basées sur serveur sur site traitent les données de manière centralisée à partir de plusieurs caméras et capteurs, ce qui permet une coordination et une analyse à l’échelle du système. Elles conviennent donc parfaitement aux déploiements de grande envergure ou aux scénarios nécessitant des informations couvrant plusieurs appareils et un traitement plus intensif.
  • Les analyses vidéo cloud offrent flexibilité et évolutivité, ce qui facilite la montée en charge et l’accès aux données de tous les sites. Elles nécessitent généralement une connectivité stable et une bande passante suffisante, en particulier pour les cas d’utilisation en temps réel ou à forte intensité de données. Le traitement de grands volumes de données entièrement dans le cloud peut également augmenter les coûts de bande passante et de stockage. 

Dans la pratique, les architectures hybrides sont souvent l’approche privilégiée. L’analyse vidéo permet de déployer la détection et la réponse en temps réel directement sur le périphérique, tandis que les solutions serveur ou cloud prennent en charge des analyses vidéo plus avancées sur tous les sites. Ensemble, ces approches fournissent une architecture évolutive et flexible qui équilibre les performances, les coûts et les besoins opérationnels. 

Conditions environnementales et précision

Même les analyses vidéo les plus avancées ont besoin de bonnes bases. Les performances dépendent de l’ensemble de la solution : qualité des capteurs, technologie d’image, système sur puce (SoC), positionnement et configuration du périphérique.

Quand vous faites l'acquisition de ces fondamentaux dès le départ, le système peut gérer des conditions difficiles telles que les scènes animées, les vibrations et les variations d’angle, d’échelle et les conditions de visibilité partielle de manière plus fiable. 

Dans les environnements exigeants, des capteurs supplémentaires tels que le radar ou le LiDAR peuvent compléter l’analyse vidéo, ajoutant une couche supplémentaire de robustesse si nécessaire.

Intégration des métadonnées et des systèmes

La détection d’objets fournit une valeur maximale lorsqu’elle se connecte aux systèmes qui agissent sur les données. Les normes ouvertes et les métadonnées structurées des scènes facilitent l’intégration avec le contrôle d’accès, les systèmes d’alarme et les outils de veille économique. Cela permet aux détections de déclencher automatiquement la réponse adaptée.

Confidentialité et utilisation responsable

Les analyses vidéo et audio, et donc potentiellement les données personnelles, impliquent un certain niveau de responsabilité. Le traitement en périphérie aide à limiter les transferts inutiles de données personnelles, tandis que le masque de confidentialité respecte les réglementations locales. L’objectif est toujours d’aider la prise de décision humaine, pas de la remplacer.

Évolutivité et flexibilité à long terme

À mesure que les besoins changent, votre solution d’analyse vidéo doit être prête à s’adapter. Les architectures évolutives, les options de déploiement flexibles et la prise en charge des futures mises à jour logicielles protègent votre investissement et facilitent son expansion à mesure du développement de vos opérations.

Tendances futures en matière de détection d’objets et d’analyse vidéo intelligente

L’IA, la connectivité et l’edge computing poussent l’analyse vidéo au-delà de la détection vers des systèmes qui comprennent, anticipent, intègrent et s’adaptent. C'est l'avenir de la surveillance.
  • Analyse vidéo
    Les métadonnées agrégées peuvent être utilisées pour identifier les modèles au fil du temps, détecter les anomalies plus tôt et signaler les risques avant qu’ils ne s’aggravent. L'opération passe de la réactivité aux événements à l’anticipation.
  • Traitement plus efficace
    Les avancées en matière de puissance de calcul, de matériel spécialisé et d’optimisation des modèles permettent désormais d’exécuter des analyses vidéo sophistiquées sur un plus large éventail de périphériques. Cela rend la surveillance intelligente accessible dans plus d’environnements, pas seulement dans des déploiements de grande envergure riches en ressources.
  • Intégration avec les systèmes IoT
    Les analyses vidéo sont de plus en plus intégrées dans de nombreuses sources de données et capteurs, y compris les caméras, les capteurs environnementaux et les capteurs acoustiques. La corrélation de ces sources permet une meilleure compréhension de la situation et des réponses plus rapides et plus éclairées.
  • Confidentialité et utilisation responsable 
    À mesure que les capacités s’étendent, le déploiement responsable devient de plus en plus important. Les futurs systèmes s’appuieront sur des principes de confidentialité dès la conception, y compris l’anonymisation, les flux de travail basés sur les métadonnées et le partage limité des données. Le traitement des données en périphérie peut également contribuer à réduire l’exposition des informations personnelles sensibles et faciliter la conformité réglementaire.
  • AV1 et flux vidéo efficace
    Les normes modernes d’encodage vidéo comme AV1 réduisent considérablement les besoins en bande passante et en stockage tout en maintenant une qualité d’image élevée. Elles permettent une transmission et un stockage vidéo plus efficaces, ce qui facilite l’évolutivité des analyses vidéo entre les sites et les systèmes sans augmenter les coûts d’infrastructure réseau.

L’orchestre de détection d’objet

Nous avons mis à l’épreuve notre technologie d’analyse d’objets basée sur l’IA en créant le premier orchestre au monde utiliser des caméras de vidéosurveillance comme des instruments. Découvrez cette performance épique et la technologie en action.

Informations connexes

A city over the canal viewed from a magnifying glass during sunset. Everything outside the magnifying glass is blurred.

Découvrir la puissance de l'analyse

Découvrez comment les analyses vidéo Axis automatisent la surveillance et les opérations, de la définition des objectifs et des avantages aux conseils pratiques.

AXIS Q1656-LE mounted on a highway overpass to monitor the traffic.

Détection de mouvement

Toutes les détections de mouvement ne fonctionnent pas de la même manière. Découvrez quelles technologies de capteurs existent, en quoi elles diffèrent et laquelle convient le mieux à votre environnement et à vos besoins en matière de sécurité.

AXIS Object analytics identifying four vehicles in a big open parking lot outside a blue building.

Scénarios AXIS Object Analytics

L’analyse vidéo d’objets vous permet de définir exactement ce que vous recherchez et d’interagir avec en temps réel. Découvrez comment les scénarios personnalisables vous aident à surveiller les cibles pertinentes, au bon endroit, sans bruit.

Sujets connexes

AXIS Object analytics - time in area identifying three people waiting in a area in front of a receptionist desk without help.

Analyse vidéo

La détection d’objets n'est qu'une pièce d'un plus grand ensemble. Découvrez comment l’analyse vidéo combine la détection, la reconnaissance, le comptage, le suivi et plus encore pour fournir des informations en temps réel et une intelligence opérationnelle.

Overpass highway view during a grey day with little traffic.

Reconnaissance de plaque d’immatriculation

Du contrôle d’accès à la surveillance du trafic en passant par l’analyse du temps de trajet, découvrez comment la RAPI transforme les informations sur les plaques d’immatriculation et les autres données des véhicules en informations exploitables.

Camera with AXIS Audio Analytics mounted on a wall in a gym.

Détection sonore

La compréhension ne s’arrête pas à ce que les caméras voient. Découvrez comment la détection identifie les événements sonores, du bris de verre aux appels, et déclenche la bonne réponse.

To top