Classification et Anonymisation de vidéos de conduite

CONTEXTE

PSA participe au projet de recherche européen L3Pilot qui va tester les véhicules autonomes dans 11 pays d’Europe pendant 4 ans, en conditions réelles. Le but est d’évaluer les aspects techniques des véhicules autonomes, leur acceptation par les utilisateurs ainsi que leur impact sur la circulation et la société. Ce sont les niveaux 3 et 4 d’autonomisation qui seront testés, c’est-à-dire, l’autonomisation totale des véhicules, grâce aux capteurs et caméras dotés de Computer Vision. Ce projet s’inscrit dans le mouvement global de PSA vers l’automatisation des voitures.

PROJET

Suite à un appel d’offres international, PSA a commencé à travailler avec Deepomatic le 1er janvier 2019. Le constructeur automobile disposait de plusieurs milliers d’heures de conduite captées par des véhicules équipés de caméras, et souhaitait mettre en place une plateforme de reconnaissance d’images afin d’outiller ses équipes opérationnelles et d’accélérer la classification des vidéos nécessaires à l’assistance à la conduite. Grâce à la plateforme Deepomatic, des automates visuels ont été créés, capables de traiter ces milliers d’heures de vidéo chaque mois. Les automates remplissent deux fonctions : 1) Flouter les données personnelles (plaques d’immatriculation, piétons) contenues dans les vidéos afin de respecter le RGPD. 2) Extraire des vidéos des scénarios de roulage par détection automatique de certaines situations (exemple : un véhicule quittant une autoroute, s’il fait jour ou nuit, la présence d’un tunnel ou d’une bande d’arrêt d’urgence). Ces vidéos seront ensuite utilisées pour tester en situation réelle les systèmes d’assistance à la conduite qu’elles développent.

BÉNÉFICES DU PROJET

Automatisation : Le volume de vidéos ne permet pas un traitement manuel global, ce traitement manuel des vidéos représenterait un coût de plus de 1M€ / mois. Les automates permettent donc de réaliser ce travail à un coût nettement plus intéressant. Réglementation : PSA s’assure de respecter la réglementation RGPD (Règlement Général sur la Protection des Données). Ce département supprime le risque associé qui s’élève à 4% du chiffre d’affaires de PSA. Autonomie des équipes : L’objectif est de rendre autonomes les ingénieurs PSA pour la construction des modèles de deep learning. Architecture IT : Le projet est déployé sur le cloud afin d’intégrer les applications Deepomatic avec l’analyse d’autres types de données, comme les données radars. Les applications Deepomatic peuvent aussi être déployées sur des serveurs locaux et pourront ainsi permettre l’anonymisation massive de vidéos tout en limitant la dépendance et les coûts des ressources cloud. Collaboration : Les équipes de Deepomatic, PSA, Capgemini et Microsoft ont pleinement et efficacement collaborées pour intégrer la solution auprès des équipes métier de PSA.