Détection d’incidents, mais aussi comptage et analyse de trafic… Les caméras de surveillance, surtout lorsqu’elles sont reliées à un système de back-office faisant appel aux fonctions de machine learning, sont amenées à se multiplier sur les routes.
L’intelligence artificielle permet d’améliorer la performance de n’importe quel système de surveillance par caméra. C’est ce qu’a démontré Citilog, spécialiste d’analyse vidéo, avec le système de détection automatique d’incidents (DAI) mis en place sur le viaduc de Millau. L’ouvrage d’art, exploité par la CEVM (Compagnie Eiffage du viaduc de Millau), utilisait un DAI reposant sur un réseau de 16 caméras (14 optiques et deux thermiques) pour alerter, en temps réel, les opérateurs du poste de contrôle en cas de panne de véhicules, d’objets présents sur la chaussée ou de tout autre incident susceptible de créer un danger pour les usagers. Or, ce système confondait parfois l’ombre portée d’un des haubans du viaduc avec un véhicule en panne sur la bande d’arrêt d’urgence, ce qui déclenchait des fausses alertes.
Citilog, filiale du fabricant suédois de caméras de sécurité Axis, a donc effectué des tests pendant deux saisons distinctes (hiver 2018 et été 2019) sur une nouvelle génération de DAI, en intégrant une technologie de « deep learning » ou apprentissage profond. « Notre système CT-ADL (pour Citilog Applied Deep Learning) a visionné des centaines de milliers d’images pour apprendre à différencier un véhicule d’une ombre portée, de jour comme de nuit, avec un temps de détection inférieur à un dixième de seconde », détaille Erwan Michel, responsable commercial Europe de l’Ouest de Citilog. Cette solution a été testée en parallèle avec l’ancien DAI, recourant aux mêmes 14 caméras optiques, l’objectif étant de ne jamais dépasser une fausse alarme par jour et par caméra.
Les résultats de cette étude ont montré que pendant l’été (période la plus propice aux fausses alarmes, du fait d’un fort contraste de luminosité), cette nouvelle génération de DAI a permis de réduire le nombre de fausses alertes par 10, faisant chuter le ratio moyen de fausses alarmes par caméra à moins d’une tous les quatre jours. Le système CT-ADL a donc été pérennisé à la fin de l’année 2019 par Eiffage. Citilog indique travailler activement à sa généralisation. « Nous avons effectué également d’autres tests en Belgique et en Australie qui ont donné de très bons résultats, nous avons déjà reçu un certain nombre de commandes pour cette solution », assure Erwan Michel.
Le champ d’application de ces caméras devenues « intelligentes » s’est également étendu aux opérations de comptage du trafic. En mars 2018, la métropole lilloise a fait appel aux caméras de la société belge Macq Mobility pour analyser le trafic poids lourds entrant et sortant en différents points de l’agglomération. L’opération a permis de distinguer la part du trafic local et du trafic en transit (en complément d’un relevage manuel et des stations de comptage du réseau Allegro). À l’automne de la même année, ces caméras ont été utilisées en Île-de-France pour caractériser le parc de véhicules circulant dans le cadre de l’étude d’une mise en place d’une zone à faible émission. Les caméras recouraient également à la fonction LAPI de reconnaissance de plaques d’immatriculation. Cette fonction peut être croisée avec le fichier SIV (Système d’immatriculation des véhicules), qui donne accès à toutes les informations qui se trouvent sur la carte grise, de quoi fournir, par exemple, des informations sur le type de véhicule, la carburation, la classe Euro ou le niveau Crit’air (les premières informations, relatives à l’identification personnelle, étaient volontairement occultées).
En trois semaines d’exploitation, plus de 7 millions de véhicules ont été scannés, pour 1,6 million de plaques uniques. « En 2018, nos caméras savaient surtout distinguer des véhicules en tenant compte de leur taille, mais nous avons fait évoluer notre technologie de reconnaissance de forme », indiquaient les représentants de Macq Mobility sur leur stand lors du Salon ATEC-ITS. Ils présentaient leur toute dernière génération de caméra, Icar Cam5, capable désormais de distinguer un bus d’un camion, de donner la vitesse instantanée sur quatre voies, de compter le nombre d’occupants (utile pour le contrôle du covoiturage) et même de repérer la marque, le modèle, voire la couleur d’un véhicule (le tout en lien avec le back-office). Ces caméras sont ainsi capables de suivre à la trace des véhicules suspects. Pour les gestionnaires de réseaux, elles peuvent aussi donner des vitesses moyennes instantanées et développer des matrices origine-destination. Macq Mobility indique que les Icar Cam5 sont actuellement en test sur le périphérique parisien. Demain, elles pourraient très bien contribuer à repérer et à verbaliser les véhicules contrevenants aux critères de pollution.