L’essor mondial de l’intelligence artificielle (IA) a profondément transformé le fonctionnement de nombreux secteurs et est en train de révolutionner la vidéosurveillance.
L’IA désigne un type de traitement informatique qui « apprend » à améliorer ses capacités – souvent comparé à la compréhension humaine. Le développement de l’IA est porté par des marchés nouveaux et émergents, à forte croissance et axés sur la technologie, tels que les communications de données, les télécommunications, les réseaux, l’automobile, les jeux vidéo, la défense, l’électronique grand public et bien d’autres encore ; le secteur de la vidéosurveillance en bénéficie également.
Le développement de l’IA est au cœur des performances de l’analyse vidéo dans les systèmes de vidéosurveillance : il permet d’améliorer l’efficacité, la précision et la densité des canaux, tout en réduisant les coûts. Cependant, le développement du matériel de calcul haute performance (HPC), qui permet d’accroître la puissance de traitement requise par l’IA, aura également une incidence sur les capacités physiques, la conception, l’agencement et le coût des systèmes de vidéosurveillance.
L’IA aujourd’hui
Logiciel
Dans les applications de vidéosurveillance, IA et analyse sont indissociables. La technologie d’analyse vidéo utilisée dans les solutions de vidéosurveillance peut être globalement classée en trois catégories : l’analyse neuronale, l’apprentissage profond et l’analyse binaire. Digifort prend en charge ces trois types d’analyse et s’intègre également aux fonctionnalités d’analyse des NVR tiers, des boîtiers d’analyse et des caméras « en périphérie ». Chacune de ces technologies présente des enjeux en termes de rapport qualité-prix ; c’est pourquoi Digifort les prend toutes en charge afin de garantir une flexibilité optimale à ses clients, qui peuvent ainsi, par exemple, éviter d’investir dans des analyses avancées lorsque la détection de mouvement, moins coûteuse, suffit.
Les principaux acteurs du secteur de l’analyse de données utilisent l’apprentissage automatique (ML) pour entraîner l’algorithme du logiciel à reconnaître et à interpréter les objets présents dans une scène, y compris les mouvements et les comportements pertinents. À l’instar de la reconnaissance humaine, de nombreux objets différents peuvent être identifiés, avec un niveau de « confiance », à partir d’une bibliothèque d’objets connus stockée, que le système a apprise au fil du temps. Ces objets peuvent inclure des personnes, des fourgonnettes, des vélos, des voitures, des camions, des groupes de personnes, des sacs, des cyclistes et bien d’autres encore, y compris leurs profils de couleur et leurs directions de déplacement.
Le Deep Learning (DL), une technique de pointe relevant de l’apprentissage automatique (ML), améliore encore davantage la précision et l’efficacité. Il permet notamment de s’auto-calibrer automatiquement et d’ignorer les éléments de la scène qui ne présentent aucun intérêt pour l’analyse, ce qui réduit les fausses alertes. Un autre exemple consiste à superposer des cadres squelettiques sur les personnes afin de suivre la position et les mouvements des mains, des bras et de la tête par rapport au torse, ainsi que la vitesse de ces mouvements, pour identifier des schémas comportementaux plus complexes tels que l’agressivité ou la violence.
Matériel
Les applications actuelles de systèmes de gestion vidéo intégrant des fonctions d’analyse utilisent des serveurs équipés de processeurs (CPU) pour le fonctionnement du système, dotés d’une puissance suffisante pour traiter les flux vidéo provenant des caméras du système. Les serveurs ou PC équipés de processeurs graphiques (GPU) fournissent la puissance de calcul nécessaire aux analyses. La plateforme de sécurité intégrée Digifort traitera sans difficulté 100 à 200 caméras sur un seul serveur 2U équipé d’un processeur de type Intel Xeon de milieu de gamme, en fonction des profils d’enregistrement des caméras. Digifort, partenaire de Nvidia, conçoit ses analyses pour qu’elles s’exécutent sur un GPU Nvidia ; une carte graphique de milieu de gamme, telle que la RTX A2000, peut ainsi traiter jusqu’à 60 canaux d’analyse vidéo (VA), selon le modèle. Ainsi, tant le traitement VMS que le traitement VA s’effectuent à l’aide d’un matériel éprouvé et bien établi, afin de fournir des composants de base rentables pour les systèmes de vidéosurveillance.
Réseau, stockage et cloud
La principale contrainte des applications de vidéosurveillance à l’heure actuelle, tant sur le plan matériel que sur celui de la compréhension, réside sans doute dans la bande passante réseau et la capacité de stockage, qui sont essentielles à l’IA et à l’analyse de données. Si une caméra de 4 MP située sur un site distant diffuse un flux à 25 images par seconde (FPS) en utilisant un algorithme de compression H.265 efficace, sa bande passante pourrait être d’environ 3 Mbps, à titre d’exemple (en fonction de l’activité de la scène, de la qualité de l’image et du type de caméra). Si cette vidéo est enregistrée pendant 31 jours, elle nécessitera environ 1,0 To d’espace de stockage. Un système de vidéosurveillance à 8 canaux, par exemple, aura besoin d’un multiple de ces chiffres : 24 Mbps et 8 To. Je ne sais pas exactement quel est le débit moyen d’une connexion haut débit de nos jours, mais un débit descendant de 100 Mbps et un débit montant de 20 Mbps sont bien supérieurs à ma connexion résidentielle actuelle, et cela ne suffirait pas, car c’est le débit montant dont nous avons besoin pour la diffusion en continu depuis un site distant vers un emplacement central. Digifort propose des options de licence en location et prend en charge la centralisation sur un serveur distant ou dans le cloud (le serveur d’un tiers), mais le coût du stockage dans le cloud et de la connexion haut débit nécessaire pour assurer un streaming efficace est élevé.
Les systèmes de gestion vidéo intelligents comme Digifort disposent d’un débit binaire variable, ajustant en temps réel les débits des caméras afin d’allouer la bande passante là où elle est le plus nécessaire. Cependant, à moins que l’on passe d’un mode d’enregistrement continu à un mode d’enregistrement par événement, déclenché par des analyses en temps réel basées sur l’IA, cela ne fonctionnera pas pour les systèmes de grande envergure, comme on dit ! Et cela sans même tenir compte de la latence.
L’IA à l’avenir
Logiciel
À l’avenir, l’IA contribuera à améliorer les performances de l’analyse vidéo et de l’analyse prédictive, notamment en termes de précision, de rapidité, d’étendue des objets reconnus, de modèles comportementaux et de logique des systèmes de vidéosurveillance, ainsi qu’à une intégration efficace avec des systèmes tiers afin d’optimiser la gestion des sites. Cela pourrait inclure la protection et la surveillance des biens, le contrôle d’accès, la détection d’intrus, l’intelligence d’entreprise et immobilière, la gestion intégrée de la sécurité publique (PSIM), etc., mais aussi le traitement de données massives issues de l’Internet des objets (IoT) afin de prédire les menaces potentielles pour la sécurité en analysant les schémas et les tendances comportementales pour mettre en évidence les anomalies. De plus, le nombre de canaux par site augmentera, grâce à la vitesse et à la puissance de traitement informatique.
L’expression « révolution industrielle » figure dans le titre de cet article, car l’IA a atteint un point critique, comme le démontre clairement ChatGPT. Ce modèle d’IA linguistique à grande échelle, développé par OpenAI, est capable de rédiger des textes et de trouver des images, en parcourant le Web à la recherche d’informations pertinentes et en les présentant sous un format lisible et logique, en quelques secondes. Le même type de modèle d’IA est utilisé pour le développement de logiciels, où l’IA peut contribuer à s’optimiser elle-même, par exemple pour améliorer les algorithmes de VA, sans intervention humaine. De même, en matière de traitement VMS et de conception de matériel d’IA, le goulot d’étranglement humain a été éliminé et l’IA s’améliore d’elle-même !
Matériel - traitement
La génération actuelle de matériel dédié à l’IA repose sur l’électronique. Cependant, l’IA entraîne une explosion de la demande en matière de bande passante, de faible latence et de capacités de traitement plus rapides. Cela nécessite le recours au calcul haute performance (HPC), actuellement en cours de développement pour les applications de centres de données, mais qui s’étendra sans aucun doute bientôt à des applications informatiques plus larges. Des connexions « photoniques » à base d’optique font leur apparition, la technologie CPO (Co-Packaged Optics) visant à remplacer les connexions en cuivre par des connexions optiques, ce qui augmente considérablement la vitesse de traitement tout en réduisant la taille des systèmes, la consommation d’énergie et les coûts d’exploitation. Nvidia a rejoint cette année le club très fermé des entreprises valorisées à plus d’un billion de dollars, grâce à ses avancées en matière de technologie d’IA.
Les tailles des « modules » de systèmes de vidéosurveillance évoquées précédemment, à savoir 100 à 200 canaux pour le système de gestion vidéo et 40 à 60 canaux VA, s’adaptent naturellement aux systèmes de vidéosurveillance de plus grande envergure et peuvent souvent être déployées de manière rentable sur site. Cependant, si la technologie HPC permet aux processeurs de systèmes de gestion vidéo et de VA de nouvelle génération de prendre en charge un nombre de canaux 10 fois supérieur d’ici cinq ans, le traitement et, éventuellement, le stockage devront être centralisés sur un serveur distant ou dans un centre de données (cloud), les caméras étant affectées à un site et facturées soit par site, soit par caméra, pour que la solution soit viable.
Les centres de données de nouvelle génération s’attendent à une augmentation massive des besoins en puissance de calcul dans de nombreux secteurs, qui parviennent tous à la même conclusion, alors que le calcul haute performance (HPC) favorise un modèle de traitement à distance. Il est évident que les enregistreurs vidéo numériques (NVR), les solutions d’analyse prêtes à l’emploi et les caméras analytiques ne peuvent tout simplement pas suivre le rythme.
Réseau, stockage et cloud
Pour assurer une centralisation efficace, les analyses basées sur l’IA nécessitent un réseau à latence nulle afin d’éviter tout décalage entre la vidéo diffusée en continu et le déclenchement des événements d’analyse. La 5G et les réseaux optiques devraient offrir une latence nulle et sont prévus à court terme.
Si les intégrateurs et les utilisateurs finaux acceptent le système de vidéosurveillance piloté par les événements afin de réduire les coûts liés à la bande passante et au stockage des données, les solutions à distance pour le stockage et le traitement analytique s’imposeront. Si l’enregistrement doit être continu, des solutions hybrides associant stockage local et traitement analytique centralisé pourraient voir le jour ; la baisse des coûts liés au stockage local retarderait alors le passage au stockage dans le cloud et à la diffusion en continu pour les systèmes de plus grande envergure.
Résumé
Le développement de l’IA est porté par les produits grand public, les smartphones, les jeux vidéo et bien d’autres marchés, dont la vidéosurveillance tire profit. Les avancées matérielles, associées à d’énormes capacités de calcul, permettront d’améliorer les performances des analyses basées sur l’IA. Cependant, un nombre élevé de canaux implique une charge de traitement supérieure à celle des systèmes classiques ; celle-ci doit donc être répartie sur plusieurs sites. Un système de vidéosurveillance centralisé ou dans le cloud permet de répartir les coûts, mais la latence du réseau et les coûts de stockage dans le cloud, ainsi que les coûts de streaming haut débit, pourraient inciter à conserver le stockage en local pendant plus longtemps. Dans tous les cas, une mise à niveau des compétences des ingénieurs en vidéosurveillance, dotés de meilleures compétences en optique et en réseaux, sera nécessaire.
