Tout le monde parle de l'IA, et le secteur de la sécurité et de la vidéosurveillance est enthousiasmé par son potentiel. Avec l'arrivée de nouveaux produits sur le marché, les clients envisagent de passer à des caméras alimentées par l'IA et en évaluent les avantages.
Axis s'est engagée à intégrer l'IA dans ses produits. Par conséquent, toutes nos caméras nouvellement développées sont prises en charge par l’IA. Le système sur puce (SoC) est à la base de nombreuses capacités d'IA et de deep learning de notre portefeuille. Nous examinons ici les raisons pour lesquelles il vaut la peine d'envisager des caméras alimentées par l'IA comme prochain investissement, non seulement pour préparer l'avenir, mais aussi pour les avantages actuels qu'elles présentent.
Penser à long terme : des solutions de sécurité évolutives
Les clients des solutions de sécurité et de vidéosurveillance doivent penser à long terme : une caméra de sécurité peut avoir une durée de vie utile de cinq ans ou plus. Durant cette période, une nouvelle caméra doit être considérée comme une plateforme pour les cas d'utilisation et la valeur futurs. Si les caméras alimentées par l'IA apportent des avantages très concrets aujourd'hui, les futures innovations en matière de plateforme accéléreront les capacités des caméras dotées d'IA dans tous les secteurs d'activité.
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.
Réaliser les avantages immédiats des caméras IA
Investir dans des caméras alimentées par l’IA peut sembler inhabituel pour certaines personnes. Cependant, cet investissement permet de nombreux gains immédiats. Un investissement dans une caméra IA apportera des avantages en matière de sécurité, de sûreté et d'efficacité opérationnelle dès le déploiement de la caméra. La plupart des caméras IA de notre portefeuille bénéficient de capacités d’analyse basées sur le deep learning, ce qui permet une détection plus précise des objets et une classification plus active des détails de la scène.
Auparavant, l’analyse edge-based des images filmées par les caméras de surveillance à détection de mouvement vidéo permettait de détecter les déplacements d'un objet ou d'un individu. Ensuite, et après une analyse approfondie par un système de gestion vidéo (VMS), un opérateur humain interprétait exactement l’origine du mouvement et évaluait s’il représentait une menace ou un risque pour la sécurité.
Cependant, grâce au deep learning, nous pouvons désormais « former » un système de caméras à reconnaître et à classer automatiquement certains objets, afin que les opérateurs puissent se concentrer sur les menaces réelles au lieu de se concentrer sur la végétation oscillante, les ombres en mouvement rapide, etc.
Les objets classifiés sont envoyés sous forme de métadonnées au VMS pour analyse ultérieure par un opérateur humain ou utilisés pour déclencher des réponses automatisées basées 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 la vidéo – essentiellement des informations détaillées sur ce qui se passe dans la scène et les objets présents – permettent de grandes avancées. 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.
Les métadonnées de scène sont également essentielles pour repérer les modèles et les tendances dans les données agrégées collectées, ce qui est précieux pour de meilleures prédictions, prévisions et prises de décision. Cela permet de surveiller les changements et de suivre les anomalies afin de mieux cerner l'évolution de la situation.
Optimisation du fonctionnement grâce à l’analyse edge-based
La plus grande précision de l'analyse edge-based alimentée par l'IA – et la capacité de distinguer plusieurs classes d'objets – réduisent 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 nos jours, les analyses edge-based permettent de fournir 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.
Axis propose différents moyens d’accéder à des analyses edge-based compatibles avec nos appareils. Les analyses développées par Axis sont spécialement conçues pour fonctionner de manière optimale avec nos appareils et offrent une large gamme de solutions pour divers cas d’utilisation. Grâce à l'AXIS Camera Application Platform (ACAP), une plateforme conçue pour abaisser le seuil pour les développeurs qui passent à la technologie edge, il est possible d’avoir accès à des applications d’analyse développées par des partenaires qui fonctionnent en mode edge, ou de développer des analyses sur mesure conçues pour résoudre des cas d’utilisation spécifiques.
Le potentiel des caméras alimentées par l'IA n'a qu'une limite : l'imagination des développeurs. Ils cherchent constamment à étendre les capacités d’analyse, ainsi qu’à stimuler la création d’une nouvelle génération d’applications d’analyse.
Adopter l’IA : une décision d’avenir
Le passage à des caméras alimentées par 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 sont réels. Quiconque a fait l'expérience de la réduction des fausses alarmes, rendue possible par le recours au deep learning, ne reviendra jamais en arrière.
Les caméras de surveillance ont un long cycle de vie ; tout investissement dans des caméras IA aujourd'hui sera source de valeur ajoutée pour les années à venir. N'entravez pas les capacités de votre système de vidéosurveillance de demain par une décision à courte vue aujourd'hui.
