Comptage intelligent des foules : rapide, précis et utile

Regardez la foule ci-dessus. Selon vous, combien de personnes y avait-il sur la photo ? Selon vous, combien de temps vous faudra-t-il pour les compter ? Et s'il ne s'agissait que d'une petite partie d'une foule plus nombreuse, quel calcul permettrait d'estimer le nombre de personnes présentes au total ? Difficile à dire, n'est-ce pas ? Vous avez maintenant un petit aperçu de la manière dont le comptage des foules se déroulait autrefois : une tâche ardue, effectuée par des humains et, par conséquent, quelque peu imprécise. Aujourd'hui, cependant, les choses sont assez différentes.

Le comptage de la foule est important. Nous souhaitons tous pouvoir vivre notre vie quotidienne de manière sûre et pratique, et savoir combien de personnes se trouvent dans un espace donné à tout moment s'avère parfois essentiel pour cela. Les personnes responsables des espaces et des lieux doivent gérer les déplacements d'un grand nombre de personnes, et planifier les ressources nécessaires pour en prendre soin. Ainsi, lorsqu'il y a une foule immense – lors de concerts, d'événements sportifs ou de festivals par exemple – l'on procède à un comptage des personnes. Ce dernier est primordial pour les espaces publics, tels que les aéroports, les gares et les centres commerciaux. Comme vous pouvez l'imaginer, ce sont des endroits où le comptage manuel n'est tout simplement pas idéal.

En 2016, Canon a sorti un logiciel appelé People Counter. Ce dernier utilise la technologie d'analyse de contenu vidéo pour compter le nombre de personnes présentes sur les images capturées par les caméras réseau. Plus tard, en 2019, est sortie une version mise à jour (appelée Crowd People Counter). Cette dernière permet de compter des milliers de personnes en quelques secondes, grâce aux progrès de l'intelligence artificielle. Un test de conception lors d'un match international de rugby en 2018 a montré que ce logiciel pouvait compter environ 6000 personnes en quelques secondes seulement avec une marge d'erreur inférieure à 5 %, par rapport au comptage manuel.

On pourrait penser que le simple fait de « compter » serait assez simple à réaliser pour un logiciel, mais ce n'est pas si simple. Par exemple, l'un des plus grands défis se pose lorsque les gens se « chevauchent », lorsqu'ils sont les uns en face des autres ou trop proches les uns des autres. Pour un logiciel, il peut s'avérer difficile de différencier une personne d'une autre. Pour y remédier, Crowd People Counter utilise l'IA pour détecter et compter uniquement le nombre de têtes, et non de visages ou de corps, dans une foule, ce qui est plus précis. Bien entendu, cela signifiait que l'algorithme de Crowd People Counter soit capable de savoir à quoi ressemble une tête humaine dans toutes les situations de foule possibles et sous tous les angles sous lesquels une caméra réseau pourrait les voir. Pour ce faire, il a été « alimenté » par un volume considérable d'exemple d'images, avec des têtes marquées. Les développeurs ont ensuite observé si la précision de l'algorithme était meilleure. Cela paraît simple, n'est-ce pas ? Mais pas lorsque l'on découvre que ce processus impliquait de fournir à l'algorithme plusieurs centaines de milliers de scènes de foule en 3D générées par ordinateur – un nombre qui serait pratiquement impossible à obtenir autrement.

Bien entendu, il y a eu une phase d'apprentissage qui a nécessité à la fois du matériel et des logiciels. La technologie d'imagerie à elle seule s'est beaucoup développée en seulement sept ans. Cependant, les progrès considérables réalisés dans le domaine de l'intelligence artificielle ont fait que la technologie de comptage des foules a très tôt emprunté la voie du Deep Learning. Sous-ensemble de l'intelligence artificielle, le Deep Learning imite le cerveau humain pour résoudre des problèmes complexes en reconnaissant des modèles dans les données, à la manière dont nous, les humains, le faisons lorsque nous voyons le monde qui nous entoure. Ainsi, pour améliorer la précision du Crowd People Counter, l'équipe a développé un modèle de Deep Learning léger qui ne nécessitait pas la puissance de traitement considérable de certains modèles, et rendait son fonctionnement beaucoup plus efficace.

Cependant, l'un des éléments clés qui différencient Crowd People Counter est la manière dont l'équipe de développement derrière le logiciel a su relever les défis. Ils disposaient d'équipes de développement de caméras facilement accessibles. Ces dernières les ont aidés lorsqu'ils avaient des problèmes de bruit d'image en basse lumière, par exemple. Grâce à cette heureuse collaboration, le logiciel atteint désormais un haut degré de précision. De même, la collaboration entre les entreprises de la famille Canon, avec Axis et Milestone, a donné à chacune la possibilité de mettre en œuvre des capacités mutuelles précieuses, telles que l'analyse des tendances en temps réel et la résolution d'image haute résolution à faible distorsion et à million de pixels. Crowd People Counter est par conséquent utilisé dans de nombreux domaines et à des fins très différentes.

Ce qui nous ramène à la question du « pourquoi ? ». Il est évident que le comptage des foules peut permettre d'assurer notre sécurité. Il peut empêcher que des situations de forte affluence ne se transforment en situations mortelles, simplement en alertant le personnel de sécurité que le risque de surpopulation est dangereux. Il peut garantir que l'accès aux espaces est mesuré ou nous aider à définir le nombre maximal de personnes qui peuvent visiter un lieu en toute sécurité. Le comptage des foules peut également s'avérer utile au quotidien dans des espaces plus calmes. Il peut s'avérer utile ; il peut nous indiquer combien de personnes sont susceptibles de fréquenter un restaurant, par exemple. Cette information peut permettre aux entreprises de planifier la quantité de nourriture à préparer chaque jour, ce qui peut réduire considérablement le gaspillage. Il pourrait également être utilisé par les urbanistes pour comprendre comment les espaces et les lieux sont utilisés. Ces connaissances pourraient permettre de favoriser des options de transport plus respectueuses de l'environnement. À l'époque où cette technologie n'existait pas, cette tâche aurait pris beaucoup de temps et aurait pu être complexe. Toutefois, aujourd'hui, il n'est plus nécessaire d'utiliser uniquement ses yeux et une calculatrice. À moins, bien sûr, que vous ne le souhaitiez.

En savoir plus sur le logiciel Canon Crowd People Counter.