Ce qui a réellement changé entre la détection de mouvement et l'IA
La détection de mouvement classique compare deux images successives et déclenche lorsque des pixels changent. Elle ne fait aucune différence entre un intrus, un sac plastique porté par le vent, un chat, un phare de voiture sur un mur ou un nuage qui modifie la luminosité. Sur un site extérieur, cela produit couramment plusieurs centaines d'alertes par nuit. Le résultat est toujours le même : l'exploitant coupe les notifications, et le système ne sert plus qu'a posteriori.
Un moteur d'analyse par apprentissage profond fonctionne autrement. Il ne regarde pas les pixels qui changent, il cherche dans l'image des objets qu'il a appris à reconnaître : une silhouette humaine, un véhicule léger, un poids lourd, un deux-roues, parfois un animal. L'alerte n'est levée que si l'objet détecté appartient à une classe surveillée et adopte un comportement défini. Le gain n'est pas marginal : on passe de 300 alertes par nuit à deux ou trois, et ces deux ou trois méritent qu'on les regarde.
Les règles que nous déployons le plus souvent
Franchissement de ligne virtuelle
Une ligne est tracée sur l'image — le long d'une clôture, en travers d'un quai, à l'entrée d'une zone de stockage. L'alerte se déclenche quand un objet de la classe surveillée la franchit dans un sens donné. Le sens compte : sur un quai de livraison, un chariot qui sort est normal, un piéton qui entre à 2 h du matin ne l'est pas.
Intrusion en zone et maraudage
Un polygone délimite une zone. On déclenche soit à l'entrée, soit — plus finement — au bout d'une durée de présence. Le maraudage est particulièrement efficace sur les parkings, les distributeurs et les entrées d'immeuble : il ignore les passages normaux et ne remonte que les stationnements anormaux.
Objet abandonné et objet retiré
Utilisé dans les halls, les gares routières et les zones ERP : un sac déposé et laissé plus de n secondes lève une alerte. La variante « objet retiré » surveille un point fixe — un extincteur, un défibrillateur, une pièce en présentation.
Sécurité des personnes
Détection de chute et d'immobilité prolongée en EHPAD et en atelier, détection d'absence de casque ou de gilet en zone imposée, franchissement de zone dangereuse autour d'une machine. Ces règles servent autant la prévention que la sûreté.
Comptage et analyse de flux
Comptage entrants/sortants, taux d'occupation en temps réel, cartes de chaleur des parcours. En retail, ces données valent souvent autant que la fonction sûreté elle-même.
Recherche d'image : de trois heures à trois minutes
C'est le bénéfice le plus sous-estimé de l'IA — et celui que vos équipes constateront le jour J.
Sur un système classique, retrouver une séquence signifie visionner les enregistrements en accéléré, caméra par caméra. Pour un incident dont on ne connaît que l'heure approximative, cela représente facilement une demi-journée de travail.
Les moteurs actuels indexent chaque objet détecté avec ses attributs : type d'objet, couleur dominante du haut et du bas, présence d'un sac ou d'un casque, sens de déplacement, couleur et type de véhicule, plaque lorsqu'elle est lisible. La recherche devient une requête : « tous les véhicules blancs entrés par le portail sud entre 22 h et 6 h ». La réponse arrive en quelques secondes, sous forme de vignettes cliquables.
Pour un dépôt de plainte ou une réquisition, cette différence est décisive : les images sont extraites, horodatées et remises aux forces de l'ordre dans la journée.
| Tâche | Sans IA | Avec IA |
|---|---|---|
| Retrouver une intrusion nocturne | 2 à 4 h de visionnage | moins de 3 min |
| Alertes nocturnes exploitables | 5 à 10 % | 90 % et plus |
| Suivre un individu sur 8 caméras | Reconstitution manuelle | Suivi d'objet automatisé |
| Comptage de visiteurs | Capteur dédié à installer | Inclus dans la caméra |
↔ Faites défiler le tableau pour consulter toutes les colonnes.
Embarqué dans la caméra ou déporté sur serveur ?
Analyse embarquée (edge)
Le traitement a lieu dans le processeur de la caméra. Pas de flux permanent vers un serveur, donc moins de bande passante et moins de consommation. C'est notre architecture par défaut : elle est plus robuste, et les images n'ont pas besoin de quitter le site pour être analysées — un argument solide sur le plan du RGPD.
Analyse serveur (VMS)
Un serveur équipé d'accélérateurs traite plusieurs dizaines de flux. Pertinent quand le parc existant n'est pas remplaçable, quand on veut appliquer de nouveaux modèles à des caméras anciennes, ou pour de la recherche croisée multi-sites.
Analyse cloud
Le traitement est délégué au fournisseur. Déploiement immédiat et modèles mis à jour en continu, mais dépendance au lien montant et vigilance accrue sur la localisation des données. Nous privilégions des plateformes hébergées dans l'Union européenne.
Notre position : l'analyse embarquée couvre 80 % des besoins réels et coûte moins cher à exploiter. Nous ne proposons une architecture serveur que lorsque le besoin le justifie vraiment — recherche croisée sur un grand parc, modèles métier spécifiques, ou reprise d'un existant hétérogène.
Le cadre légal : ce que l'IA a le droit de faire
En France, la frontière est nette et il faut la connaître avant d'acheter.
L'analyse d'image qui détecte des objets et des comportements — une personne, un véhicule, un franchissement, un colis abandonné — est licite dans un cadre professionnel, sous réserve du respect du RGPD : finalité déterminée, information des personnes, proportionnalité, inscription au registre des traitements et, le cas échéant, analyse d'impact.
La reconnaissance faciale relève d'un tout autre régime. Elle traite des données biométriques au sens de l'article 9 du RGPD et reste, en dehors de cas très encadrés, interdite dans l'espace public comme dans la plupart des usages privés. Nous ne la déployons pas, et nous vous le dirons si un fournisseur vous la présente comme une simple option à cocher.
Entre les deux, la vidéo augmentée — comptage, détection d'attroupement, d'objet abandonné, de sens interdit — a été expérimentée dans un cadre législatif dédié pour certains usages publics. Pour un site privé, ces fonctions restent analysables sous l'angle classique du RGPD dès lors qu'aucune identification biométrique n'est opérée.
Chaque installation que nous livrons comporte un volet documentaire : description des traitements, durées de conservation, matrice des accès, modèle d'information du personnel et du public. Le détail figure sur notre page dédiée à la conformité.
Questions fréquentes
L'IA supprime-t-elle vraiment les fausses alarmes ?
Elle les réduit très fortement, à condition d'être paramétrée. Sur un site extérieur classique, nous passons typiquement de plusieurs centaines d'alertes nocturnes à deux ou trois. Les résidus proviennent presque toujours d'une zone mal délimitée ou d'un seuil de durée trop court — cela se corrige au réglage, dans les deux semaines suivant la mise en service.
Faut-il remplacer toutes les caméras pour bénéficier de l'IA ?
Non. Deux voies existent : remplacer progressivement les caméras des zones critiques par des modèles à analyse embarquée, ou ajouter un serveur d'analyse qui traite les flux des caméras existantes. La seconde option donne des résultats moins fins sur des caméras anciennes de basse résolution, mais elle permet d'étaler l'investissement.
La reconnaissance faciale est-elle autorisée dans mon entreprise ?
Dans l'immense majorité des cas, non. Il s'agit d'un traitement de données biométriques, soumis à l'article 9 du RGPD, dont l'usage est très restreint et ne peut pas reposer sur un simple intérêt légitime de l'employeur. Pour identifier des personnes à un accès, le badge, le smartphone ou la biométrie avec gabarit conservé sur support individuel offrent des réponses juridiquement sûres.
Les traitements d'IA ralentissent-ils l'enregistrement ?
Non lorsque l'analyse est embarquée : le processeur dédié de la caméra travaille en parallèle de l'encodage. C'est même l'inverse qui se produit, puisque beaucoup de systèmes n'enregistrent en pleine résolution que sur événement détecté, ce qui réduit fortement le volume de stockage nécessaire.
