Partager :
Cette start-up propose des logiciels d’analyse d’images associés à de l’intelligence artificielle. De quoi détecter un colis abandonné, suivre une personne ou encore identifier la création d'une file d'attente ou un mouvement de foule. Ses solutions sont en test dans des gares SNCF et des aéroports d'ADP.
En identifiant la création de file d’attente, le logiciel concilie sécurité et qualité de service. © Aquilae
A l’heure où la menace terroriste s’intensifie, les caméras de vidéosurveillance sont appelées à jouer un rôle stratégique pour la sécurité des lieux publics. A charge pour elles de savoir détecter en temps réel un colis abandonné et suivre son propriétaire, repérer une personne à terre ou des mouvements de foule, voire même trouver un individu parmi un flux de personnes. Autant de fonctionnalités que propose la start-up française Aquilae qui édite des logiciels d’analyse d’images associés à des algorithmes d’intelligence artificielle.
Ces solutions ont pour origine une collaboration entre l’Université technologique de Troyes (UTT) et la maison mère d’Aquilae, le groupe Aubelec, spécialisé dans les courants forts et faibles pour la vidéosurveillance. Leur partenariat a abouti à un logiciel de tracking conçu dans le cadre de projets européens de recherche et à la création en 2017 d’Aquilae.
Expérimentation gare du Nord
Le logiciel de tracking tourne aussi sur smartphone. © Aquilae
Basée à Troyes (Aube), cette PME compte aujourd’hui une douzaine de personnes dont dix ingénieurs et docteurs qui se sont attelés à développer des algorithmes de Machine Learning et de Deep Learning afin de classifier le flux d’images capté par les caméras de vidéosurveillance. A titre d’exemple, ces technologies savent détecter les personnes qui franchissent les voies ferrées en faisant exception des cheminots portant le gilet de la SNCF. C’est d’ailleurs avec cet opérateur qu’Aquilae mène des expérimentations sur la détection de bagages abandonnés dans deux de ses gares. Après celle de Valence (Drôme), une seconde est en cours à Paris dans la gare du Nord pour une durée de trois mois.
Cette expérimentation a démarré en fin d’année dernière. « Il s’agit de démontrer d’une part l’intérêt de cette application dans une gare bondée, même si l’œil de la caméra est obstrué et, d’autre part, de vérifier que les caméras sont en nombre suffisant », rapporte Jean-Philippe Texier, ingénieur commercial chez Aquilae. Si ces deux résultats sont avérés, la partie n’est pas encore gagnée pour autant par Aquilae puisque la PME devra répondre à l’appel d’offre que prévoit de lancer la SNCF. Idem pour l’expérimentation qu’elle mène avec le groupe ADP (Aéroport de Paris).
Il s’agit cette fois de faire du comptage de personnes avec de la détection de densité et de mouvement de foule. « L’enjeu est de détecter automatiquement la création d’une file d’attente devant un guichet, un comptoir ou tout autre lieu nécessitant de faire appel à du personnel supplémentaire de manière à anticiper ainsi des mouvements de foule susceptibles de dégénérer », explique l’ingénieur d’Aquilae.
Entreprise labellisée par le Comité des JO 2024
L’éditeur recourt notamment à une solution de tracking de personnes en temps légèrement différé (quelques secondes) et qui se base sur la couleur de leurs vêtements ou leurs déplacements. Aquilae utilise un algorithme basé sur la détection NON biométrique et non pas sur la reconnaissance du visage, conformément aux recommandations de la Commission nationale Informatique et Libertés (CNIL) qui interdit la reconnaissance faciale dans les lieux publics. De quoi intéresser les organisateurs des JO de 2024.
L’entreprise a d’ailleurs été labellisée en septembre dernier par le Comité d’organisation des jeux olympiques et paralympiques de Paris 2024. « Cela nous permet d’être présents dans leur catalogue de solutions en tant qu’éditeur de logiciels d’hypervision et d’analyse vidéo par l’IA », explique l’ingénieur d’Aquilae. Les yeux tournés vers l’avenir, la PME est en pleine levée de fonds. Elle recherche deux à trois millions d’euros pour recruter des équipes, se déployer à Paris et à l’étranger mais aussi améliorer encore ses algorithmes de manière à limiter le besoin en nombre de serveurs déployés. Ce qui contribuerait à réduire les coûts d’exploitation de ses clients.
Eliane Kan
Commentez