Tout le monde parle de l'IA, et le secteur de la surveillance est enthousiasmé par son potentiel. Avec l'arrivée d'un nombre croissant de produits sur le marché, les clients envisagent de passer à des caméras dotées de l'IA et en évaluent les avantages.
Axis s'est engagée à intégrer l'IA dans ses produits. Le système sur puce (SoC) ARTPEC-8 est à la base de nombreuses capacités d'IA et de deep learning de notre portefeuille. Notre gamme de caméras dotées de l'intelligence artificielle va s'étoffer dans les mois et les années à venir. Nous examinons ici les raisons pour lesquelles il vaut la peine d'envisager des caméras dotées de l'IA comme prochain investissement, non seulement pour préparer l'avenir, mais aussi pour les avantages actuels qu'elles présentent.
Prendre des décisions pour l'avenir à court et à long terme des solutions de surveillance
Les clients des solutions de sécurité doivent penser à long terme : une caméra de surveillance peut avoir une durée de vie utile de cinq ans ou plus. Durant cette période, une nouvelle caméra doit être considérée comme une plate-forme pour les cas d'utilisation et valeurs futurs. Si les caméras dotées de l'IA apportent des avantages très concrets aujourd'hui, les futures innovations en matière de plateforme vont accroître leurs capacités dans tous les secteurs.
L’IA, le machine learning et le deep learning en vidéosurveillance gagnent du terrain, nous permettant d’« entraîner » progressivement nos caméras à être beaucoup plus intuitives sur ce qui se passe et à analyser la situation en temps réel. Si les clients ne se concentrent que sur les analyses basées sur l'IA disponibles aujourd'hui, ils risquent de passer à côté du potentiel des applications non encore développées, à court et à long terme.
Bien que certains puissent penser qu'investir aujourd'hui dans des caméras dotées de l'IA est un saut dans l'inconnu, les avantages immédiats sont nombreux.
Des avantages aujourd'hui, et un avenir encore plus prometteur
Un investissement dans une caméra dotée de l'IA apportera des avantages en matière de sécurité, de sûreté et d'efficacité opérationnelle dès le déploiement de la caméra. Un certain nombre de caméras de notre portefeuille bénéficient déjà d'analyses basées sur le deep learning, permettant notamment une détection et une classification plus précises des objets.
Actuellement, l’analyse locale des images dans les caméras de surveillance à détection de mouvement vidéo détermine si un objet ou un individu se déplace. Ensuite, et après analyse plus approfondie par un système de gestion vidéo (VMS), un opérateur humain interprète exactement l’origine du mouvement et évalue s’il présente une menace ou un risque pour la sécurité. Néanmoins, grâce au machine learning et au deep learning, une caméra peut « apprendre » à classer automatiquement certains objets. Les opérateurs peuvent ainsi se recentrer sur les menaces réelles et non plus sur l’ondulation de la végétation, la projection d’ombres fugaces, etc. Les objets classifiés sont envoyés sous forme de métadonnées au logiciel VMS pour analyse complémentaire par un opérateur humain ou pour déclencher des actions automatiques reposant sur des règles prédéfinies. Comme l’analyse initiale a lieu dans la caméra et non sur un serveur ou dans le cloud, il est possible d’économiser une bande passante précieuse, car seules les données d’intérêt sont transmises sur le réseau.
Les métadonnées créées en même temps que les images vidéo – essentiellement des données sur les images – constituent une avancée majeure. Ce potentiel est extrêmement précieux pour la recherche dans de nombreux contenus vidéo comprenant des véhicules et des personnes – et les attributs associés à ces objets, tels que les couleurs des véhicules et des vêtements ou la direction du déplacement. À l'avenir, il sera également essentiel pour repérer les modèles et les tendances qui seront d'une valeur inestimable pour l'efficacité opérationnelle et la planification.
La plus grande précision de l'analyse edge – et la capacité de distinguer plusieurs classes d'objets – réduit immédiatement le taux de faux positifs et de faux négatifs. S’ajoute en outre la réduction proportionnelle du temps et des ressources nécessaires pour enquêter sur les faux positifs. De manière plus proactive, les analyses embarquées peuvent apporter une réponse plus appropriée et opportune. La répartition du traitement dans l'ensemble du système permet de réduire les coûts et d'offrir aux utilisateurs une meilleure expérience et une plus grande valeur ajoutée.
Les améliorations constantes apportées à la plate-forme de caméras Axis permettent de poursuivre le développement et l'amélioration de l'analyse edge native, ainsi que la création d'une nouvelle génération d'applications d'analyse.
Le potentiel des caméras dotées de l'IA n'a qu'une limite : l'imagination des développeurs. Ceux-ci cherchent constamment à étendre les capacités d'analyse. AXIS Camera Application Platform (ACAP) version 4 a été conçue pour faciliter la tâche des développeurs qui s'intéressent à l'analyse edge, permettant la création d'une nouvelle génération d'applications de vision par ordinateur pour la plate-forme de caméras Axis dotées de l'IA.
Le choix intelligent d'une technologie intelligente
Le passage à des caméras dotées de l'IA ne doit pas être ressenti comme un acte de foi – il s'agit tout au plus d'un petit effort d'imagination. Les avantages ne se manifestent pas seulement avec le temps, les clients peuvent aussi en récolter les fruits dès maintenant. Quiconque a fait l'expérience de la réduction des fausses alarmes, rendue possible par une application de deep learning, ne reviendra jamais en arrière.
Les caméras de surveillance ont un long cycle de vie ; un investissement dans des caméras dotées de l'IA aujourd'hui créera de la valeur pour les années à venir. N'entravez pas les capacités de votre système de vidéosurveillance de demain par une décision peu clairvoyante aujourd'hui.