Lumana transforme la vidéosurveillance grâce à l'IA

Malgré les progrès significatifs réalisés dans le domaine de l'intelligence artificielle, la plupart des systèmes de vidéosurveillance ne sont toujours pas capables de comprendre le contexte dans des scénarios réels. Si les caméras modernes peuvent capturer des images en temps réel, elles sont souvent incapables de les interpréter. Cette lacune devient un problème critique pour les urbanistes, les fabricants et les établissements d'enseignement, qui s'appuient de plus en plus sur l'IA pour assurer la sécurité des personnes et des biens.

Lumana, une entreprise spécialisée dans la vidéosurveillance basée sur l'IA, affirme que le problème réside dans les fondements mêmes de ces systèmes. « Les plateformes vidéo traditionnelles ont été développées il y a des années dans le but principal d'enregistrer des vidéos, et non de les analyser », a déclaré Jordan Shou, vice-président du marketing chez Lumana. « Tenter d'intégrer l'IA dans ce cadre obsolète revient à installer une puce intelligente dans un téléphone à cadran. Cela peut fonctionner à un niveau basique, mais cela ne permettra jamais d'atteindre le niveau d'intelligence ou de fiabilité nécessaire pour comprendre les images et prendre des décisions éclairées en temps opportun. »

Implications importantes

L'intégration de l'IA dans une architecture de vidéosurveillance existante entraîne souvent de fausses alarmes et une dégradation des performances. Ces erreurs et ces détections manquées ne sont pas de simples problèmes techniques ; elles présentent des risques tangibles pouvant avoir des conséquences graves. M. Shou a cité un incident récent au cours duquel le système de surveillance d'une école, utilisant un module complémentaire d'IA pour la détection d'armes, a signalé à tort un objet inoffensif comme étant une arme à feu, déclenchant une intervention policière injustifiée.

« Chaque erreur, qu'il s'agisse d'un incident manqué ou d'une fausse alerte entraînant une réponse incorrecte, sape la confiance dans la technologie », a-t-il expliqué. « Cela consomme un temps et des ressources précieux et peut causer du tort à des personnes innocentes. »

L'impact financier est également considérable. Chaque fausse alerte oblige le personnel à interrompre ses tâches habituelles et à lancer une enquête, un processus qui peut coûter chaque année des millions à la sécurité publique et aux budgets opérationnels.

Redéfinir l'infrastructure de base

Plutôt que d'adapter l'IA à des systèmes obsolètes, Lumana a repensé l'infrastructure de base de fond en comble. Sa plateforme tout-en-un unifie le matériel de vidéosurveillance moderne, les logiciels et l'IA propriétaire. Son architecture cloud hybride relie n'importe quelle caméra de sécurité à des processeurs accélérés par GPU et à des modèles d'IA adaptatifs fonctionnant à la périphérie du réseau, aussi près que possible de la source du flux vidéo.

Selon M. Shou, cette approche permet un traitement plus rapide et des analyses plus précises. Chaque caméra évolue vers un dispositif d'apprentissage continu, affinant progressivement sa compréhension des mouvements, des comportements et des schémas spécifiques à son environnement.

« Le problème fondamental est que la plupart des systèmes de vidéosurveillance actuels s'appuient sur des modèles d'IA statiques et génériques, entraînés pour des conditions idéales et spécifiques. Une IA efficace ne devrait pas nécessiter un environnement de laboratoire parfait pour fonctionner », a fait remarquer Shou. « Elle doit fonctionner de manière fiable dans des environnements réels chaotiques et s'adapter en fonction du flux vidéo entrant. C'est pourquoi l'écart de performance entre Lumana et les systèmes conventionnels ou autres systèmes d'IA devient immédiatement apparent lors des comparaisons. »

La confidentialité est la pierre angulaire de la conception de Lumana. Toutes les données sont cryptées, protégées par des contrôles d'accès et conformes aux normes SOC 2, HIPAA et NDAA. Les clients ont la possibilité de désactiver les fonctions de reconnaissance faciale ou biométrique. « Nous nous concentrons sur l'analyse des actions et des comportements, et non sur l'identification des individus », souligne Shou.

Applications pratiques

La technologie Lumana est déjà utilisée dans divers secteurs. Un exemple notable est celui de JKK Pack, un fabricant d'emballages qui fonctionne 24 heures sur 24 et qui utilise le système pour surveiller la sécurité sur le lieu de travail et l'efficacité opérationnelle.

Auparavant, leurs caméras se contentaient d'enregistrer les incidents pour les examiner après coup, ce qui entraînait des alertes manquées et des mesures réactives. Après la mise en œuvre de la solution Lumana, le matériel de caméra existant a acquis la capacité de détecter en temps réel les mouvements dangereux, les dysfonctionnements des équipements et les goulots d'étranglement dans la production. L'entreprise a signalé une réduction de 90 % du temps d'enquête, avec des alertes transmises en moins d'une seconde, ce qui a considérablement amélioré la réponse en matière de sécurité sans remplacer une seule caméra.

Dans le cadre d'une autre mise en œuvre, un détaillant alimentaire a intégré l'IA de Lumana à son réseau de caméras existant afin d'identifier les activités suspectes sur les points de vente, telles que les annulations répétées de transactions, et de les relier directement à des preuves vidéo. Cette intégration a permis de réduire les pertes de stock et d'améliorer le respect des règles par le personnel en fournissant une documentation visuelle claire des violations des politiques.

Au-delà des environnements industriels, le système de Lumana est déployé lors d'événements publics majeurs, dans des restaurants et pour les services municipaux. Dans les zones urbaines, il permet de détecter des incidents tels que les décharges illégales et les incendies ; dans les chaînes de restauration rapide, il surveille la sécurité des cuisines et les protocoles de préparation des aliments.

L'évolution de l'industrie vers une sécurité IA fiable

Les efforts de Lumana s'inscrivent dans une tendance plus large des entreprises, où la précision et la responsabilité surpassent la vitesse brute en tant que priorités absolues pour le déploiement de l'IA. Une récente étude de F5 a révélé que seulement 2 % des organisations se sentent pleinement préparées à développer leurs initiatives en matière d'IA, citant la gouvernance et la sécurité des données comme principaux obstacles.

Cette prudence est évidente sur le marché, les analystes soulignant que, à mesure que l'IA assume des rôles décisionnels plus importants, les systèmes doivent être « vérifiables, transparents et exempts de tout biais ».

L'architecture de Lumana répond à cette exigence de responsabilité, en combinant hautes performances, gouvernance robuste des données et cybersécurité dans une solution qui s'intègre de manière transparente aux réseaux de caméras existants, permettant ainsi aux organisations de tirer immédiatement parti de l'analyse vidéo basée sur l'IA.

L'avenir de la vision artificielle

Shou a révélé que le développement futur de Lumana se concentrera sur le passage de la simple détection et compréhension à l'analyse prédictive.

« La prochaine étape pour la vidéo IA est le raisonnement contextuel », a-t-il déclaré. « La capacité à comprendre le contexte en temps réel et à générer des informations exploitables et significatives à partir des données vidéo transformera fondamentalement notre approche de la sécurité, des opérations et de la connaissance de la situation. »

Pour Lumana, l'objectif ultime n'est pas seulement d'améliorer ce que l'IA peut voir, mais de lui donner une compréhension plus approfondie de la scène, permettant ainsi à ceux qui dépendent des données vidéo de prendre des décisions plus intelligentes et plus rapides.

Source de l'image : Unsplash