La télésurveillance s'affranchit de l'homme pour détecter l'inhabituel

La télésurveillance s'affranchit de l'homme pour détecter l'inhabituel

Combiner des algorithmes de détection de qualité de la peau, ou de compréhension de l'arrière-plan, avec des bases de données d'individus et de situations, permettrait de repérer toute irrégularité plus vite que l'œil humain.

Les systèmes de télésurveillance génèrent un nombre d'images trop important pour l'œil humain. Celui-ci ne serait en effet pas capable d'analyser immédiatement l'ensemble des prises qui défilent. Résultat : des failles dans l'identification d'un événement inhabituel ou d'une personne considérée comme dangereuse. Des systèmes de vision numérique existent destinés à pallier cela, mais selon Christopher Amato, chercheur en sciences informatiques au MIT, et au Laboratoire d'intelligence artificielle (CSAIL), ils restent trop lents. Du coup, en collaboration avec des collègues de l'université du Minnesota*, il a mis au point un système qui, souhaite t-il, sera beaucoup plus rapide. Le dispositif utilise une gamme d'algorithmes de vision numérique qui analysent les flux vidéo. Il s'agit notamment d’algorithmes de détection de la peau pour identifier une personne dans une image, ou de détection d’arrière-plan pour déceler des objets insolites, ou savoir quand quelque chose se déplace dans un lieu.

Une analyse plus précise et plus rapide de l’image

"Ce système améliore sa précision d’analyse de l’image afin que l'alarme ne se déclenche pas dès qu’un chat passe devant la caméra, mais également sa vitesse pour permettre au personnel de sécurité d'agir sur une intrusion aussi rapidement que possible" déclare Christopher Amato. Pour savoir lequel de ces algorithmes utiliser dans une situation donnée, le système effectue d'abord une phase d'apprentissage dans laquelle il évalue comment chaque partie du logiciel fonctionne par rapport au cadre dans lequel elles sont appliquées. Il choisit quels algorithmes fonctionnent le mieux sur l'image, et dans quel ordre, afin de fournir le plus d'informations en un minimum de temps. Ensuite ces informations sont connectées au cadre mathématique POMDP: processus de décision markovien partiellement observable.

Comment décider de ces algorithmes ?

Celui-ci suggère alors par quelle analyse commencer : une analyse de peau par exemple. Puis en fonction de ce qui en résulte, il peut recommander le lancement d’une analyse dans le but de déterminer qui est la personne ou encore conseiller l’utilisation d’un système de suivi s’il cherche à savoir où se situe la personne dans le cadre. L’opération est ainsi répétée jusqu'à ce que le cadre soit suffisamment confiant de son analyse et reconnaisse qu’un individu est connu ou alors qu’il signale qu’il ne se passe rien du tout. Ce système pourrait également surveiller les informations vidéos obtenues depuis une flotte d'avions sans pilote ou analyser les données provenant des capteurs de surveillance météo afin de déterminer où les tornades sont susceptibles d'apparaître.

*Kapoor Komal, Nisheeth Srivastava et Paul Schrater


source : [Vous devez être inscrit et connecté pour voir ce lien]