Comment ajouter des analyses IA aux caméras de sécurité existantes

Presque toutes les organisations qui se demandent comment ajouter de l’IA à leurs caméras de sécurité ont déjà la réponse dont elles ont besoin parmi trois options, et l’erreur consiste à partir du logiciel plutôt que du parc installé. Les caméras que tu possèdes (leur résolution aux distances importantes, leurs angles, leur comportement en faible luminosité et les endroits où leurs flux peuvent être traités) déterminent laquelle des trois voies t’est accessible.

Ce guide présente d’abord l’audit honnête des caméras à effectuer, puis les trois voies possibles : acheter une couche d’analyse qui s’ajoute à ton système de gestion vidéo existant, mettre à niveau le VMS ou les caméras eux-mêmes, et héberger toi-même des modèles de détection sur les flux dont tu disposes déjà. La plupart des lecteurs devraient choisir l’une des deux premières voies. La troisième est une véritable option pour un ensemble précis de contraintes, que ce guide détaille explicitement.

Commence par le parc installé, pas par le logiciel#

Un fournisseur d’analytique connectera volontiers une caméra qui ne peut pas prendre en charge la détection souhaitée. Fais un audit avant d’évaluer les solutions.

• Des pixels sur la cible, pas des mégapixels. Une caméra 4K couvrant une grande cour peut produire moins de pixels sur une personne à quarante mètres qu’une caméra 1080p couvrant une entrée. Chaque détection exige une hauteur minimale en pixels, et c’est de loin la raison la plus fréquente d’une mise à niveau décevante.
• Angle. Les caméras installées à des fins de sécurité sont généralement orientées pour voir les visages sur une vaste zone. C’est presque la pire configuration pour le comptage et la logique de zones, où les vues en plongée sont nettement plus performantes que les vues obliques.
• Comportement en faible luminosité et en contre-jour. Fais des tests au crépuscule, la nuit et à l’heure où le soleil est orienté vers l’objectif. L’éclairage infrarouge modifie considérablement les caractéristiques de l’image, et un modèle évalué uniquement sur des séquences filmées en plein jour risque de te surprendre.
• Fréquence d’images et codec. Les flux fortement compressés et à faible fréquence d’images perdent les détails dont les modèles ont besoin. Vérifie ce que l’enregistreur stocke réellement par rapport à ce que la caméra peut produire.
• Accès aux flux. Peux-tu obtenir un deuxième flux RTSP par caméra sans dégrader l’enregistrement ? De nombreuses caméras prennent en charge un flux secondaire à résolution inférieure, souvent suffisant et bien moins coûteux à traiter.
• Capacité et topologie réseau. L’analyse continue de nombreux flux consomme de la bande passante vers un serveur central ou nécessite du calcul à proximité des caméras. Ce facteur détermine l’architecture plus souvent que les préférences logicielles.
• Âge et état des correctifs des caméras. Les caméras qui utilisent des identifiants par défaut sur un réseau plat représentent un problème de sécurité avant d’être une occasion d’ajouter de l’analytique.

Cet audit aboutit généralement à une répartition : certaines caméras conviennent à la détection de zones et de présence, un plus petit nombre convient à la classification détaillée et quelques-unes doivent être repositionnées ou remplacées, quelle que soit la voie choisie.

Trois voies#

Voie 1 : une couche d’analyse au-dessus de ton VMS existant#

C’est la recommandation par défaut. Ces produits existent précisément pour ajouter des capacités de détection aux parcs de caméras sans les remplacer et, pour les cas d’usage de sécurité standard, ils sont plus rapides et moins coûteux que tout ce que tu pourrais développer.

BriefCam. Une couche d’analyse du contenu vidéo particulièrement performante pour examiner rapidement et rechercher des événements dans des séquences enregistrées, déployable sur site. Idéale pour les environnements axés sur les enquêtes où la principale charge de travail consiste à retrouver des événements dans les vidéos historiques. Compromis : elle se superpose à un VMS et ajoute un composant au lieu d’en remplacer un.

IronYun / Vaidio. Une couche d’analyse par IA conçue pour apporter des capacités de détection aux caméras et plateformes VMS existantes, avec un vaste catalogue de détections de sécurité. Idéale pour les organisations qui veulent plus d’analyses sans toucher à l’infrastructure d’enregistrement. Compromis : un fournisseur supplémentaire à tester et à maintenir dans la chaîne d’intégration.

Lumana. Solution axée sur l’ajout d’IA aux parcs de caméras existants, qui s’intéresse particulièrement au processus de modernisation au lieu de supposer une installation entièrement nouvelle. Idéale pour les équipes qui exigent explicitement de conserver les caméras actuelles. Compromis : un acteur plus récent que les fournisseurs VMS bien établis.

Volt.ai. Solution qui vise également à ajouter une couche d’IA aux infrastructures de vidéosurveillance existantes, avec des conseils d’intégration mis en évidence dans son offre. Idéale pour les organisations qui modernisent des parcs composés de matériels de caméra variés. Compromis : comme pour toute solution superposée, la qualité du résultat dépend toujours des caméras sous-jacentes.

Ce que ces quatre solutions t’apportent : des détections standard (présence de personnes et de véhicules, franchissement de ligne, intrusion dans une zone, présence prolongée, objet laissé sans surveillance, densité de foule, recherche par attributs dans les séquences enregistrées), avec une assistance et un interlocuteur responsable de la précision. Ce qu’elles ne t’apportent pas : une détection absente du catalogue.

Une précision sur le périmètre. Plusieurs de ces produits mettent en avant la recherche par attributs dans les séquences, mais les fournisseurs divergent considérablement sur le fait qu’il s’agisse de faire correspondre des attributs descriptifs, comme la couleur des vêtements, ou des identités. Ces capacités sont très différentes et n’entraînent pas du tout les mêmes risques juridiques. Il vaut la peine de déterminer ce que tu achètes et ce que tu souhaites réellement. Limiter le périmètre à la détection d’attributs et d’événements, plutôt qu’à l’identité, simplifie les échanges sur la conformité et suffit à la plupart des workflows de sécurité.

Voie 2 : mettre à niveau le VMS ou les caméras#

Parfois, la réponse honnête est que la contrainte vient du parc installé, pas de l’analytique. Si les caméras sont anciennes, mal positionnées, impossibles à mettre à jour et enregistrent à faible fréquence d’images, leur ajouter une couche d’IA ne fera que décevoir.

Genetec Security Center. Solution unifiée de vidéo, de contrôle d’accès et d’ALPR, avec de solides outils de cybersécurité et de protection de la vie privée, déployable sur site. Idéale pour les grands parcs d’entreprises et du secteur public qui ont besoin d’une sécurité physique unifiée. Compromis : une plateforme conséquente qui exige une expertise adaptée.

Milestone XProtect. Un VMS à plateforme ouverte disposant d’un vaste écosystème d’intégrations tierces, ce qui permet de choisir les solutions d’analytique indépendamment de la couche d’enregistrement. Idéal pour les organisations qui veulent conserver cette liberté de choix. Compromis : quelqu’un doit prendre en charge l’assemblage des intégrations.

Avigilon Unity. Solution de sécurité vidéo sur site avec analytique intégrée et forte intégration entre les caméras et les logiciels. Idéale pour les équipes qui veulent une pile cohérente provenant d’un seul fournisseur. Compromis : elle est particulièrement performante avec ses propres caméras.

Verkada. Caméras gérées dans le cloud avec analytique intégrée, qui mettent fortement l’accent sur la facilité de déploiement et de gestion. Idéale pour les organisations réparties sur plusieurs sites et disposant de peu de personnel informatique sur place. Compromis : son architecture gérée dans le cloud est incompatible avec certaines exigences de résidence des données.

Rhombus. Solution également gérée dans le cloud, avec analytique incluse et conçue pour un déploiement multisite simple. Idéale pour les entreprises de taille intermédiaire qui veulent un déploiement rapide. Compromis : comme ci-dessus, le modèle cloud pose problème lorsque les séquences doivent rester sur place.

Eagle Eye Networks. Gestion vidéo cloud proposant une approche fondée sur une API ouverte et diverses options d’analytique. Idéale pour les organisations qui veulent une gestion dans le cloud tout en conservant la flexibilité des intégrations. Compromis : une architecture centrée sur le cloud.

Axis Camera Station. Solution de gestion vidéo sur site simple, conçue pour les caméras Axis et l’analytique embarquée dans les caméras, avec une documentation sur la provenance du matériel exceptionnellement détaillée. Idéale pour les déploiements Axis de taille moyenne. Compromis : moins adaptée aux très grands parcs multisites que les plateformes d’entreprise.

Si une exigence de résidence des données, de réseau isolé ou de restriction des achats s’applique, elle réduit cette liste avant tout autre critère. Notre guide sur l’analytique vidéo sur site pour la conformité en matière de sécurité présente plus en détail les cadres de conformité qui motivent ces décisions.

Voie 3 : héberger toi-même des modèles sur tes flux existants#

C’est la voie la moins courante, et elle convient lorsque certaines conditions sont réunies :

• La détection n’existe dans aucun catalogue. Un équipement précis, une condition propre à une installation, un état de processus, un produit sur une chaîne. L’analytique de sécurité générique ne peut pas être configurée pour détecter une nouvelle classe. - La frontière de l’inférence est absolue. Pas seulement pour le stockage. Aucune image ne peut quitter le réseau pour être analysée, y compris vers le niveau cloud d’un fournisseur. - Tu commercialises un produit. Si l’analytique est une fonctionnalité de ce que tu vends, la licence par canal ne correspond pas au modèle de coût et tu dois la développer toi-même. - La licence par canal ne passe pas à l’échelle avec le nombre de tes flux, et tu disposes de capacités d’ingénierie pour exploiter une autre solution. - Tu dois contrôler le cycle de vie du modèle, le réentraîner sur tes propres séquences au fil de l’évolution du site plutôt que d’attendre les mises à jour du fournisseur.

Si aucune de ces conditions ne s’applique, choisis la voie 1.

L’architecture#

Conserve le VMS. L’enregistrement, la conservation, le contrôle d’accès et la journalisation d’audit sont des fonctions déjà résolues et importantes pour la conformité. Récupère les flux depuis le VMS ; ne le remplace pas.

Récupère les flux RTSP dans ton propre service d’inférence. Privilégie le flux secondaire de la caméra si la résolution le permet. Son décodage coûte bien moins cher, et le décodage constitue souvent le véritable goulot d’étranglement, plutôt que l’inférence.

Exécute la détection et le suivi. Les modèles Ultralytics YOLO (YOLOv8, YOLO11 et YOLO26) couvrent les tâches pertinentes : détection de personnes, de véhicules et d’objets, suivi pour le franchissement de ligne et la logique de zones, estimation de pose pour la posture et la détection de chutes, segmentation lorsque les contours comptent davantage que les boîtes. Exporte vers ONNX ou TensorRT pour le matériel sur lequel tu déploies.

Entraîne les modèles sur tes propres séquences. Un modèle généraliste gère bien les personnes et les véhicules. Tes caméras, angles, conditions météorologiques et éclairages déterminent la précision en production, et les jeux de données publics ne les représenteront pas. Ultralytics Platform permet d’annoter les séquences filmées sur site avec Smart Annotation basé sur SAM et d’entraîner les modèles dans le même workflow, ce qui est important quand l’alternative consiste à assembler des outils d’annotation et d’entraînement.

Réintègre les événements au workflow de sécurité. Les détections doivent apparaître dans le VMS ou le système de gestion des alarmes que les opérateurs surveillent déjà. Un tableau de bord distinct devient un outil à part que personne n’ouvre.

Règle la question des licences avant que le projet pilote ne passe en production. Les modèles Ultralytics YOLO sont proposés sous AGPL-3.0, et les déploiements commerciaux ou propriétaires nécessitent généralement une licence Ultralytics Enterprise, qui couvre également les déploiements privés et l’assistance avancée. Régler ce point dès la conception coûte bien moins cher qu’après le déploiement.

Dimensionner les ressources de calcul#

L’inférence continue sur de nombreux flux exige de planifier la capacité, et deux leviers sont déterminants.

Le premier est la fréquence d’images. La plupart des événements de sécurité ne nécessitent pas de traiter chaque image. Définis la fréquence en fonction de l’événement le plus bref que tu dois détecter (une personne qui franchit une ligne nécessite bien moins de 30 fps), et les besoins en capacité diminuent généralement de façon considérable.

Le deuxième est l’emplacement de l’inférence. Les appareils en périphérie, près des caméras, évitent de faire circuler la vidéo sur le réseau et gardent les séquences sur place, ce qui est souvent l’objectif. Un serveur GPU central est plus simple à exploiter et à gérer, mais concentre les besoins en bande passante. Les parcs mixtes combinent souvent les deux : inférence en périphérie sur les sites distants, traitement central là où le réseau est performant.

Évalue les performances sur tes propres flux et ton propre matériel. Les mesures de débit des modèles effectuées sur des jeux de données préparés ne permettent pas de prédire les performances d’un pipeline de décodage et d’inférence sur tes caméras.

Les fausses alertes se règlent au-dessus du modèle, pas à l’intérieur#

Le problème le plus fréquent d’un système développé en interne n’est pas une mauvaise précision de détection. C’est un volume d’alertes auquel les opérateurs cessent de réagir au bout de deux semaines.

Les détections ne sont pas des événements. C’est la couche qui transforme les boîtes en alertes qui contrôle réellement le taux de fausses alertes :

• Persistance. Exige qu’une piste soit établie sur plusieurs images avant de la prendre en compte. Les détections sur une seule image ne sont que du bruit.
• Géométrie des zones exprimée en termes réels. Un polygone tracé sur une image 2D ne correspond pas à une zone au sol. Sans calibrage de la perspective, une personne située bien à l’extérieur d’une zone dangereuse peut sembler se trouver à l’intérieur.
• Antirépétition. Une personne qui traîne près d’un seuil ne devrait pas déclencher sans cesse des événements de franchissement.
• Horaires et exemptions. La présence d’un chariot élévateur dans une allée à 14 h est normale, mais pas à 2 h du matin. Le fait de coder cette règle supprime une grande partie des alertes.
• Niveaux d’escalade. Toutes les détections ne méritent pas une alarme. Une alerte en direct, un récapitulatif de fin d’équipe et une tendance hebdomadaire sont trois résultats différents, avec des exigences de précision différentes.

Prévois que cette couche demande plus de code que l’intégration du modèle, et mesure les performances du système en fausses alertes par équipe plutôt qu’en précision de détection sur un jeu de test. Le nombre de fausses alertes par équipe détermine si le système sera encore activé dans trois mois.

Vie privée et périmètre#

L’ajout d’analytique aux caméras existantes modifie leur fonction, ce qui entraîne généralement des obligations qui n’existaient pas lors de l’installation initiale.

• Limitation des finalités. Les caméras installées à des fins de sécurité ne devraient pas devenir discrètement des outils de surveillance de la productivité ou du comportement. Dans les lieux de travail, c’est autant une question juridique qu’une question de confiance.
• Réévalue, ne te contente pas d’hériter de l’évaluation existante. L’ajout d’une analyse automatisée à des séquences existantes nécessite généralement une nouvelle évaluation de la protection des données et, dans une grande partie de l’UE, une consultation du comité d’entreprise.
• Exclus la mise en correspondance des identités. La détection des personnes et des véhicules, le franchissement de ligne, l’intrusion dans une zone, la présence prolongée, la densité de foule et la détection d’objets laissés sans surveillance fonctionnent toutes à partir de détections anonymes. Ultralytics ne propose pas ses modèles pour la reconnaissance faciale, et la mise en correspondance des identités comporte des risques juridiques nettement plus importants sans améliorer aucune de ces détections.
• Réduis au minimum les données conservées. Si les événements et les comptages répondent à la question, conserve les événements et les comptages.
• Consigne les consultations et les exportations, et pas seulement les modifications de configuration.
• Segmente le réseau des caméras. Une modernisation est le bon moment pour corriger les réseaux plats et les identifiants par défaut.