Visual automation platform

Qu’est-ce que la reconnaissance vidéo ?

Dans cet article, nous définissons la reconnaissance vidéo et décrivons ses principales utilisations et sa valeur pour les entreprises.

Mais avant d’entrer dans le vif du sujet, nous voulons vous donner plus de contexte sur les principales technologies qui l’entourent. Nous commençons donc par l’intelligence artificielle et la vision par ordinateur. Selon Gartner, « l’intelligence artificielle (IA) fait appel à des techniques avancées d’analyse et de logique, y compris le machine learning (apprentissage automatique), pour interpréter les événements, soutenir et automatiser les décisions, et prendre des mesures ».

L’intelligence artificielle s’appuie sur des technologies dites de base, qui constituent la base de toutes les solutions d’intelligence artificielle. La vision par ordinateur est l’une des principales technologies d’IA. Dans un article de blog précédent, nous avons présenté la vision par ordinateur et l’avons définie comme « l’art et la science de faire comprendre aux ordinateurs les images ». Nous avons ensuite approfondi la question de la reconnaissance d’images.

Aujourd’hui, nous examinons une autre technologie qui lui est étroitement liée: la reconnaissance vidéo.

Qu’est ce que la reconnaissance vidéo ? 

La reconnaissance vidéo est la capacité de l’ordinateur à acquérir, traiter et analyser des données provenant de sources visuelles, en l’occurrence, des vidéos. En d’autres termes, elle permet à un ordinateur de « voir » des milliers de flux vidéo et de « comprendre » les informations qu’il reçoit image par image.

Le suivi vidéo est en effet l’une des principales différences entre la reconnaissance d’images et la reconnaissance vidéo. Il consiste à localiser des objets en mouvement dans le temps à l’aide d’une caméra pour associer des objets cibles dans des images vidéo consécutives. Pour plus de détails, lisez notre article sur le système de suivi multi-objets (MOT) que nous avons développé. 

Revenons à la reconnaissance vidéo et examinons brièvement la technologie qui la sous-tend. La reconnaissance vidéo, comme la vision par ordinateur, repose sur l’apprentissage profond. Comme nous l’avons écrit dans un article précédent, l’idée de l’apprentissage automatique est de mapper une sorte d’entrée dans une sortie. Nous posons une question, une entrée, et l’algorithme nous fournit une réponse, une sortie. Les réseaux de neurones artificiels fournissent les réponses à vos questions.

Structure of an artificial neural network.
Structure of an artificial neural network.

La reconnaissance vidéo en pratique

Supposons que vous soyez le gestionnaire d’un ou de plusieurs parkings. Vous voulez réduire la fraude et les menaces, y compris les comportements violents, la présence possible d’armes et les tentatives de vol. La reconnaissance vidéo peut être la solution.

En effet, vous pourriez équiper vos caméras de surveillance d’un système de reconnaissance vidéo entraîné à détecter une de ces situations anormales. Les flux vidéo seront votre entrée. Lorsque les caméras intelligentes détectent une situation anormale, le logiciel fournit une sortie. Le message précisera, avec un niveau de confiance donné, s’il y a fraude ou menace ou non.

La valeur de la technologie pour les entreprises.

Mais à quoi bon savoir qu’il y a une fraude ou une menace si vous ne prenez aucune mesure ?

Tout d’abord, la force de la reconnaissance vidéo est que ces analyses sont effectuées en temps réel ! De plus, des technologies comme celles de Deepomatic vous permettent d’adapter une solution de reconnaissance vidéo à vos besoins commerciaux. Cela vous permet d’intervenir immédiatement et d’adopter différentes mesures en fonction de la situation qui se présente. Comme dans l’exemple ci-dessus, vous pouvez appeler la police ou intervenir directement pour prévenir tout dommage. 

La technologie de reconnaissance vidéo peut détecter tout type d’objets qui apparaissent dans vos vidéos. Il n’est donc pas surprenant qu’elle soit maintenant largement utilisée dans divers domaines et industries tels que la sûreté et la sécurité, la construction et les transports.

References

(1). “Artificial Intelligence (AI).” Gartner IT Glossary, 15 Jan. 2019, Retrieved from www.gartner.com/it-glossary/artificial-intelligence/.

Vous aimerez aussi

Quand La Computer Vision Transformera Votre Quotidien
Les 6 étapes à suivre pour construire votre propre système de reconnaissance d’image
Différence entre la Computer Vision & la reconnaissance d’images
La vie privée d’abord, les données personnelles ensuite !
Le data drift ou le cauchemar de l’intelligence artificielle en production (Partie 1)
La data drift ou comment reprendre le contrôle des intelligences artificielles en production (Partie 2)

OÙ NOUS TROUVER?

Deepomatic New York
135 East 57th street, 16th floor
New York, NY 10022

Deepomatic Paris
53 rue de Turbigo, 75 003 Paris

©Deepomatic 2020 – Privacy Policy

Ce site web utilise des cookies pour améliorer votre expérience. Pour modifier vos paramètres de cookies ou en savoir plus, cliquez ici. Si vous continuez à naviguer sur notre site web, vous acceptez ces cookies.