{"id":13727,"date":"2025-02-10T16:53:00","date_gmt":"2025-02-10T05:53:00","guid":{"rendered":"https:\/\/digifort.global\/non-categorise\/quel-sera-limpact-de-la-revolution-industrielle-de-lia-sur-la-videosurveillance\/"},"modified":"2026-06-18T00:18:13","modified_gmt":"2026-06-17T14:18:13","slug":"quel-sera-limpact-de-la-revolution-industrielle-de-lia-sur-la-videosurveillance","status":"publish","type":"post","link":"https:\/\/digifort.global\/fr\/blog\/quel-sera-limpact-de-la-revolution-industrielle-de-lia-sur-la-videosurveillance\/","title":{"rendered":"Quel sera l’impact de la r\u00e9volution industrielle de l’IA sur la vid\u00e9osurveillance ?"},"content":{"rendered":"\n
<\/div>\n\n

L’essor mondial de l’intelligence artificielle (IA) a profond\u00e9ment transform\u00e9 le fonctionnement de nombreux secteurs et est en train de r\u00e9volutionner la vid\u00e9osurveillance.<\/p>\n\n

L’IA d\u00e9signe un type de traitement informatique qui \u00ab apprend \u00bb \u00e0 am\u00e9liorer ses capacit\u00e9s \u2013 souvent compar\u00e9 \u00e0 la compr\u00e9hension humaine. Le d\u00e9veloppement de l\u2019IA est port\u00e9 par des march\u00e9s nouveaux et \u00e9mergents, \u00e0 forte croissance et ax\u00e9s sur la technologie, tels que les communications de donn\u00e9es, les t\u00e9l\u00e9communications, les r\u00e9seaux, l\u2019automobile, les jeux vid\u00e9o, la d\u00e9fense, l\u2019\u00e9lectronique grand public et bien d\u2019autres encore ; le secteur de la vid\u00e9osurveillance en b\u00e9n\u00e9ficie \u00e9galement. <\/p>\n\n

Le d\u00e9veloppement de l’IA est au c\u0153ur des performances de l’analyse vid\u00e9o dans les syst\u00e8mes de vid\u00e9osurveillance : il permet d’am\u00e9liorer l’efficacit\u00e9, la pr\u00e9cision et la densit\u00e9 des canaux, tout en r\u00e9duisant les co\u00fbts. Cependant, le d\u00e9veloppement du mat\u00e9riel de calcul haute performance (HPC), qui permet d’accro\u00eetre la puissance de traitement requise par l’IA, aura \u00e9galement une incidence sur les capacit\u00e9s physiques, la conception, l’agencement et le co\u00fbt des syst\u00e8mes de vid\u00e9osurveillance. <\/p>\n\n

<\/div>\n\n
<\/div>\n\n
\"\"<\/figure>\n\n
<\/div>\n\n
<\/div>\n\n

L’IA aujourd’hui<\/strong><\/h2>\n\n

Logiciel<\/strong><\/h3>\n\n

Dans les applications de vid\u00e9osurveillance, IA et analyse sont indissociables. La technologie d\u2019analyse vid\u00e9o utilis\u00e9e dans les solutions de vid\u00e9osurveillance peut \u00eatre globalement class\u00e9e en trois cat\u00e9gories : l\u2019analyse neuronale, l\u2019apprentissage profond et l\u2019analyse binaire. Digifort prend en charge ces trois types d\u2019analyse et s\u2019int\u00e8gre \u00e9galement aux fonctionnalit\u00e9s d\u2019analyse des NVR tiers, des bo\u00eetiers d\u2019analyse et des cam\u00e9ras \u00ab en p\u00e9riph\u00e9rie \u00bb. Chacune de ces technologies pr\u00e9sente des enjeux en termes de rapport qualit\u00e9-prix ; c\u2019est pourquoi Digifort les prend toutes en charge afin de garantir une flexibilit\u00e9 optimale \u00e0 ses clients, qui peuvent ainsi, par exemple, \u00e9viter d\u2019investir dans des analyses avanc\u00e9es lorsque la d\u00e9tection de mouvement, moins co\u00fbteuse, suffit. <\/p>\n\n

Les principaux acteurs du secteur de l’analyse de donn\u00e9es utilisent l’apprentissage automatique (ML) pour entra\u00eener l’algorithme du logiciel \u00e0 reconna\u00eetre et \u00e0 interpr\u00e9ter les objets pr\u00e9sents dans une sc\u00e8ne, y compris les mouvements et les comportements pertinents. \u00c0 l\u2019instar de la reconnaissance humaine, de nombreux objets diff\u00e9rents peuvent \u00eatre identifi\u00e9s, avec un niveau de \u00ab confiance \u00bb, \u00e0 partir d\u2019une biblioth\u00e8que d\u2019objets connus stock\u00e9e, que le syst\u00e8me a apprise au fil du temps. Ces objets peuvent inclure des personnes, des fourgonnettes, des v\u00e9los, des voitures, des camions, des groupes de personnes, des sacs, des cyclistes et bien d\u2019autres encore, y compris leurs profils de couleur et leurs directions de d\u00e9placement. <\/p>\n\n

Le Deep Learning (DL), une technique de pointe relevant de l\u2019apprentissage automatique (ML), am\u00e9liore encore davantage la pr\u00e9cision et l\u2019efficacit\u00e9. Il permet notamment de s\u2019auto-calibrer automatiquement et d\u2019ignorer les \u00e9l\u00e9ments de la sc\u00e8ne qui ne pr\u00e9sentent aucun int\u00e9r\u00eat pour l\u2019analyse, ce qui r\u00e9duit les fausses alertes. Un autre exemple consiste \u00e0 superposer des cadres squelettiques sur les personnes afin de suivre la position et les mouvements des mains, des bras et de la t\u00eate par rapport au torse, ainsi que la vitesse de ces mouvements, pour identifier des sch\u00e9mas comportementaux plus complexes tels que l\u2019agressivit\u00e9 ou la violence. <\/p>\n\n

<\/div>\n\n

Mat\u00e9riel<\/strong><\/h3>\n\n

Les applications actuelles de syst\u00e8mes de gestion vid\u00e9o int\u00e9grant des fonctions d\u2019analyse utilisent des serveurs \u00e9quip\u00e9s de processeurs (CPU) pour le fonctionnement du syst\u00e8me, dot\u00e9s d\u2019une puissance suffisante pour traiter les flux vid\u00e9o provenant des cam\u00e9ras du syst\u00e8me. Les serveurs ou PC \u00e9quip\u00e9s de processeurs graphiques (GPU) fournissent la puissance de calcul n\u00e9cessaire aux analyses. La plateforme de s\u00e9curit\u00e9 int\u00e9gr\u00e9e Digifort traitera sans difficult\u00e9 100 \u00e0 200 cam\u00e9ras sur un seul serveur 2U \u00e9quip\u00e9 d\u2019un processeur de type Intel Xeon de milieu de gamme, en fonction des profils d\u2019enregistrement des cam\u00e9ras. Digifort, partenaire de Nvidia, con\u00e7oit ses analyses pour qu\u2019elles s\u2019ex\u00e9cutent sur un GPU Nvidia ; une carte graphique de milieu de gamme, telle que la RTX A2000, peut ainsi traiter jusqu\u2019\u00e0 60 canaux d\u2019analyse vid\u00e9o (VA), selon le mod\u00e8le. Ainsi, tant le traitement VMS que le traitement VA s\u2019effectuent \u00e0 l\u2019aide d\u2019un mat\u00e9riel \u00e9prouv\u00e9 et bien \u00e9tabli, afin de fournir des composants de base rentables pour les syst\u00e8mes de vid\u00e9osurveillance. <\/p>\n\n

<\/div>\n\n

R\u00e9seau, stockage et cloud<\/strong><\/h3>\n\n

La principale contrainte des applications de vid\u00e9osurveillance \u00e0 l’heure actuelle, tant sur le plan mat\u00e9riel que sur celui de la compr\u00e9hension, r\u00e9side sans doute dans la bande passante r\u00e9seau et la capacit\u00e9 de stockage, qui sont essentielles \u00e0 l’IA et \u00e0 l’analyse de donn\u00e9es. Si une cam\u00e9ra de 4 MP situ\u00e9e sur un site distant diffuse un flux \u00e0 25 images par seconde (FPS) en utilisant un algorithme de compression H.265 efficace, sa bande passante pourrait \u00eatre d\u2019environ 3 Mbps, \u00e0 titre d\u2019exemple (en fonction de l\u2019activit\u00e9 de la sc\u00e8ne, de la qualit\u00e9 de l\u2019image et du type de cam\u00e9ra). Si cette vid\u00e9o est enregistr\u00e9e pendant 31 jours, elle n\u00e9cessitera environ 1,0 To d\u2019espace de stockage. Un syst\u00e8me de vid\u00e9osurveillance \u00e0 8 canaux, par exemple, aura besoin d\u2019un multiple de ces chiffres : 24 Mbps et 8 To. Je ne sais pas exactement quel est le d\u00e9bit moyen d\u2019une connexion haut d\u00e9bit de nos jours, mais un d\u00e9bit descendant de 100 Mbps et un d\u00e9bit montant de 20 Mbps sont bien sup\u00e9rieurs \u00e0 ma connexion r\u00e9sidentielle actuelle, et cela ne suffirait pas, car c\u2019est le d\u00e9bit 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\u2019un tiers), mais le co\u00fbt du stockage dans le cloud et de la connexion haut d\u00e9bit n\u00e9cessaire pour assurer un streaming efficace est \u00e9lev\u00e9. <\/p>\n\n

Les syst\u00e8mes de gestion vid\u00e9o intelligents comme Digifort disposent d\u2019un d\u00e9bit binaire variable, ajustant en temps r\u00e9el les d\u00e9bits des cam\u00e9ras afin d\u2019allouer la bande passante l\u00e0 o\u00f9 elle est le plus n\u00e9cessaire. Cependant, \u00e0 moins que l\u2019on passe d\u2019un mode d\u2019enregistrement continu \u00e0 un mode d\u2019enregistrement par \u00e9v\u00e9nement, d\u00e9clench\u00e9 par des analyses en temps r\u00e9el bas\u00e9es sur l\u2019IA, cela ne fonctionnera pas pour les syst\u00e8mes de grande envergure, comme on dit ! Et cela sans m\u00eame tenir compte de la latence. <\/p>\n\n

<\/div>\n\n

L’IA \u00e0 l’avenir<\/strong><\/h2>\n\n

Logiciel<\/strong><\/h3>\n\n

\u00c0 l\u2019avenir, l\u2019IA contribuera \u00e0 am\u00e9liorer les performances de l\u2019analyse vid\u00e9o et de l\u2019analyse pr\u00e9dictive, notamment en termes de pr\u00e9cision, de rapidit\u00e9, d\u2019\u00e9tendue des objets reconnus, de mod\u00e8les comportementaux et de logique des syst\u00e8mes de vid\u00e9osurveillance, ainsi qu\u2019\u00e0 une int\u00e9gration efficace avec des syst\u00e8mes tiers afin d\u2019optimiser la gestion des sites. Cela pourrait inclure la protection et la surveillance des biens, le contr\u00f4le d\u2019acc\u00e8s, la d\u00e9tection d\u2019intrus, l\u2019intelligence d\u2019entreprise et immobili\u00e8re, la gestion int\u00e9gr\u00e9e de la s\u00e9curit\u00e9 publique (PSIM), etc., mais aussi le traitement de donn\u00e9es massives issues de l\u2019Internet des objets (IoT) afin de pr\u00e9dire les menaces potentielles pour la s\u00e9curit\u00e9 en analysant les sch\u00e9mas et les tendances comportementales pour mettre en \u00e9vidence les anomalies. De plus, le nombre de canaux par site augmentera, gr\u00e2ce \u00e0 la vitesse et \u00e0 la puissance de traitement informatique. <\/p>\n\n

L’expression \u00ab r\u00e9volution industrielle \u00bb figure dans le titre de cet article, car l’IA a atteint un point critique, comme le d\u00e9montre clairement ChatGPT. Ce mod\u00e8le d’IA linguistique \u00e0 grande \u00e9chelle, d\u00e9velopp\u00e9 par OpenAI, est capable de r\u00e9diger des textes et de trouver des images, en parcourant le Web \u00e0 la recherche d’informations pertinentes et en les pr\u00e9sentant sous un format lisible et logique, en quelques secondes. Le m\u00eame type de mod\u00e8le d\u2019IA est utilis\u00e9 pour le d\u00e9veloppement de logiciels, o\u00f9 l\u2019IA peut contribuer \u00e0 s\u2019optimiser elle-m\u00eame, par exemple pour am\u00e9liorer les algorithmes de VA, sans intervention humaine. De m\u00eame, en mati\u00e8re de traitement VMS et de conception de mat\u00e9riel d\u2019IA, le goulot d\u2019\u00e9tranglement humain a \u00e9t\u00e9 \u00e9limin\u00e9 et l\u2019IA s\u2019am\u00e9liore d\u2019elle-m\u00eame ! <\/p>\n\n

<\/div>\n\n

Mat\u00e9riel - traitement <\/strong><\/h3>\n\n

La g\u00e9n\u00e9ration actuelle de mat\u00e9riel d\u00e9di\u00e9 \u00e0 l\u2019IA repose sur l\u2019\u00e9lectronique. Cependant, l\u2019IA entra\u00eene une explosion de la demande en mati\u00e8re de bande passante, de faible latence et de capacit\u00e9s de traitement plus rapides. Cela n\u00e9cessite le recours au calcul haute performance (HPC), actuellement en cours de d\u00e9veloppement pour les applications de centres de donn\u00e9es, mais qui s\u2019\u00e9tendra sans aucun doute bient\u00f4t \u00e0 des applications informatiques plus larges. Des connexions \u00ab photoniques \u00bb \u00e0 base d\u2019optique font leur apparition, la technologie CPO (Co-Packaged Optics) visant \u00e0 remplacer les connexions en cuivre par des connexions optiques, ce qui augmente consid\u00e9rablement la vitesse de traitement tout en r\u00e9duisant la taille des syst\u00e8mes, la consommation d\u2019\u00e9nergie et les co\u00fbts d\u2019exploitation. Nvidia a rejoint cette ann\u00e9e le club tr\u00e8s ferm\u00e9 des entreprises valoris\u00e9es \u00e0 plus d\u2019un billion de dollars, gr\u00e2ce \u00e0 ses avanc\u00e9es en mati\u00e8re de technologie d\u2019IA. <\/p>\n\n

Les tailles des \u00ab modules \u00bb de syst\u00e8mes de vid\u00e9osurveillance \u00e9voqu\u00e9es pr\u00e9c\u00e9demment, \u00e0 savoir 100 \u00e0 200 canaux pour le syst\u00e8me de gestion vid\u00e9o et 40 \u00e0 60 canaux VA, s\u2019adaptent naturellement aux syst\u00e8mes de vid\u00e9osurveillance de plus grande envergure et peuvent souvent \u00eatre d\u00e9ploy\u00e9es de mani\u00e8re rentable sur site. Cependant, si la technologie HPC permet aux processeurs de syst\u00e8mes de gestion vid\u00e9o et de VA de nouvelle g\u00e9n\u00e9ration de prendre en charge un nombre de canaux 10 fois sup\u00e9rieur d\u2019ici cinq ans, le traitement et, \u00e9ventuellement, le stockage devront \u00eatre centralis\u00e9s sur un serveur distant ou dans un centre de donn\u00e9es (cloud), les cam\u00e9ras \u00e9tant affect\u00e9es \u00e0 un site et factur\u00e9es soit par site, soit par cam\u00e9ra, pour que la solution soit viable. <\/p>\n\n

Les centres de donn\u00e9es de nouvelle g\u00e9n\u00e9ration s’attendent \u00e0 une augmentation massive des besoins en puissance de calcul dans de nombreux secteurs, qui parviennent tous \u00e0 la m\u00eame conclusion, alors que le calcul haute performance (HPC) favorise un mod\u00e8le de traitement \u00e0 distance. Il est \u00e9vident que les enregistreurs vid\u00e9o num\u00e9riques (NVR), les solutions d’analyse pr\u00eates \u00e0 l’emploi et les cam\u00e9ras analytiques ne peuvent tout simplement pas suivre le rythme. <\/p>\n\n

<\/div>\n\n

R\u00e9seau, stockage et cloud<\/strong><\/h3>\n\n

Pour assurer une centralisation efficace, les analyses bas\u00e9es sur l’IA n\u00e9cessitent un r\u00e9seau \u00e0 latence nulle afin d’\u00e9viter tout d\u00e9calage entre la vid\u00e9o diffus\u00e9e en continu et le d\u00e9clenchement des \u00e9v\u00e9nements d’analyse. La 5G et les r\u00e9seaux optiques devraient offrir une latence nulle et sont pr\u00e9vus \u00e0 court terme. <\/p>\n\n

Si les int\u00e9grateurs et les utilisateurs finaux acceptent le syst\u00e8me de vid\u00e9osurveillance pilot\u00e9 par les \u00e9v\u00e9nements afin de r\u00e9duire les co\u00fbts li\u00e9s \u00e0 la bande passante et au stockage des donn\u00e9es, les solutions \u00e0 distance pour le stockage et le traitement analytique s’imposeront. Si l’enregistrement doit \u00eatre continu, des solutions hybrides associant stockage local et traitement analytique centralis\u00e9 pourraient voir le jour ; la baisse des co\u00fbts li\u00e9s au stockage local retarderait alors le passage au stockage dans le cloud et \u00e0 la diffusion en continu pour les syst\u00e8mes de plus grande envergure. <\/p>\n\n

<\/div>\n\n

R\u00e9sum\u00e9<\/strong><\/h3>\n\n

Le d\u00e9veloppement de l\u2019IA est port\u00e9 par les produits grand public, les smartphones, les jeux vid\u00e9o et bien d\u2019autres march\u00e9s, dont la vid\u00e9osurveillance tire profit. Les avanc\u00e9es mat\u00e9rielles, associ\u00e9es \u00e0 d\u2019\u00e9normes capacit\u00e9s de calcul, permettront d\u2019am\u00e9liorer les performances des analyses bas\u00e9es sur l\u2019IA. Cependant, un nombre \u00e9lev\u00e9 de canaux implique une charge de traitement sup\u00e9rieure \u00e0 celle des syst\u00e8mes classiques ; celle-ci doit donc \u00eatre r\u00e9partie sur plusieurs sites. Un syst\u00e8me de vid\u00e9osurveillance centralis\u00e9 ou dans le cloud permet de r\u00e9partir les co\u00fbts, mais la latence du r\u00e9seau et les co\u00fbts de stockage dans le cloud, ainsi que les co\u00fbts de streaming haut d\u00e9bit, pourraient inciter \u00e0 conserver le stockage en local pendant plus longtemps. Dans tous les cas, une mise \u00e0 niveau des comp\u00e9tences des ing\u00e9nieurs en vid\u00e9osurveillance, dot\u00e9s de meilleures comp\u00e9tences en optique et en r\u00e9seaux, sera n\u00e9cessaire. <\/p>\n\n

<\/h3>\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

L’essor mondial de l’intelligence artificielle (IA) a profond\u00e9ment transform\u00e9 le fonctionnement de nombreux secteurs et est en train de r\u00e9volutionner la vid\u00e9osurveillance. L’IA d\u00e9signe un type de traitement informatique qui \u00ab apprend \u00bb \u00e0 am\u00e9liorer ses capacit\u00e9s \u2013 souvent compar\u00e9 \u00e0 la compr\u00e9hension humaine. Le d\u00e9veloppement de l\u2019IA est port\u00e9 par des march\u00e9s nouveaux et […]<\/p>\n","protected":false},"author":5,"featured_media":13741,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_angie_page":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"page_builder":"","_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[185,186],"tags":[],"class_list":["post-13727","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","category-articles"],"jetpack_featured_media_url":"https:\/\/digifort.global\/wp-content\/uploads\/2026\/06\/New-CCTV.jpg","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/digifort.global\/fr\/wp-json\/wp\/v2\/posts\/13727","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/digifort.global\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/digifort.global\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/digifort.global\/fr\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/digifort.global\/fr\/wp-json\/wp\/v2\/comments?post=13727"}],"version-history":[{"count":1,"href":"https:\/\/digifort.global\/fr\/wp-json\/wp\/v2\/posts\/13727\/revisions"}],"predecessor-version":[{"id":13744,"href":"https:\/\/digifort.global\/fr\/wp-json\/wp\/v2\/posts\/13727\/revisions\/13744"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/digifort.global\/fr\/wp-json\/wp\/v2\/media\/13741"}],"wp:attachment":[{"href":"https:\/\/digifort.global\/fr\/wp-json\/wp\/v2\/media?parent=13727"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/digifort.global\/fr\/wp-json\/wp\/v2\/categories?post=13727"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/digifort.global\/fr\/wp-json\/wp\/v2\/tags?post=13727"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}