Comment ajouter des analyses IA à des caméras de sécurité existantes

Pratiquement chaque organisation qui se demande comment ajouter l'IA à ses caméras de sécurité a déjà la réponse quelque part parmi trois options, et l'erreur consiste à commencer par le logiciel au lieu du parc. Les caméras que tu possèdes (leur résolution aux distances qui comptent, leurs angles, leur comportement en faible luminosité et l'endroit où leurs flux peuvent être traités) déterminent laquelle des trois voies s'offre réellement à toi.

Ce guide aborde d'abord l'audit honnête des caméras qui doit être effectué, puis les trois voies : l'achat d'une couche d'analyse superposée à ton système de gestion vidéo existant, la mise à niveau du VMS ou des caméras elles-mêmes, et l'hébergement autonome de modèles de détection sur les flux que tu possèdes déjà. La plupart des lecteurs devraient choisir l'une des deux premières. La troisième est une option réelle pour un ensemble spécifique de contraintes, et ce guide précise lesquelles.

Commence par le parc, pas par le logiciel#

Un fournisseur d'analyses se connectera volontiers à une caméra qui ne peut pas prendre en charge la détection souhaitée. Audite avant d'évaluer.

• Des pixels sur la cible, pas des mégapixels. Une caméra 4K couvrant une grande cour peut placer moins de pixels sur une personne à quarante mètres qu'une caméra 1080p couvrant une porte. Chaque détection possède une hauteur minimale en pixels, et c'est la raison la plus fréquente pour laquelle une mise à niveau déçoit.
• Angle. Les caméras positionnées pour la sécurité sont généralement inclinées pour voir les visages sur une large zone. C'est presque la pire géométrie pour le comptage et la logique de zone, où les vues zénithales surclassent largement les vues obliques.
• Comportement en faible luminosité et contre-jour. Teste au crépuscule, la nuit et à toute heure où le soleil tape dans l'objectif. L'éclairage infrarouge modifie considérablement les caractéristiques de l'image, et un modèle évalué uniquement sur des images de jour te surprendra.
• Fréquence d'images et codec. Les flux fortement compressés à faible fréquence d'images perdent les détails sur lesquels les modèles s'appuient. 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 sous-flux à plus basse résolution, qui est souvent adéquat et beaucoup moins cher à traiter.
• Capacité et topologie du réseau. L'analyse continue sur de nombreux flux consomme soit de la bande passante vers un serveur central, soit nécessite de la puissance de calcul près des caméras. Cela détermine l'architecture plus souvent que la préférence logicielle.
• Âge des caméras et état des correctifs. Les caméras dotées d'identifiants par défaut sur un réseau plat posent un problème de sécurité avant d'être une opportunité d'analyse.

Résultat de l'audit. Le résultat de cet audit est généralement une répartition : certaines caméras conviennent pour la détection de zone et de présence, un nombre plus restreint est adéquat pour une classification détaillée, et quelques-unes nécessitent d'être repositionnées ou remplacées quel que soit le parcours choisi.

Trois voies#

Voie 1 : une couche d'analyse sur ton VMS existant#

C'est la recommandation par défaut. Ces produits existent spécifiquement pour ajouter des capacités de détection aux parcs de caméras sans les remplacer, et pour les cas d'utilisation de sécurité standard, ils sont plus rapides et moins chers que tout ce que tu pourrais construire.

BriefCam. Une couche d'analyse de contenu vidéo particulièrement performante pour l'examen rapide et la recherche dans les séquences enregistrées, déployable sur site. Idéal pour les environnements lourds en enquêtes où la recherche d'événements dans des vidéos historiques est la charge de travail principale. Compromis : il se superpose à un VMS, ajoutant un composant au lieu d'en remplacer un.

IronYun / Vaidio. Une couche d'analyse IA conçue pour apporter la détection aux caméras et plateformes VMS existantes, avec un large catalogue de détections de sécurité. Idéal pour les organisations souhaitant plus d'analyses sans toucher à l'infrastructure d'enregistrement. Compromis : un fournisseur de plus dans la chaîne d'intégration à tester et maintenir.

Lumana. Centré sur l'ajout d'IA aux parcs de caméras existants, en accordant de l'importance au chemin de mise à niveau lui-même plutôt qu'en supposant une installation neuve. Idéal pour les équipes dont l'exigence explicite est de conserver les caméras actuelles. Compromis : un nouvel arrivant par rapport aux fournisseurs de VMS établis.

Volt.ai. Également orienté vers la superposition de l'IA sur l'infrastructure de surveillance existante, avec des conseils d'intégration faisant partie visible de son offre. Idéal pour les organisations modernisant un matériel de caméra mixte. Compromis : comme pour toute surcouche, la qualité du résultat dépend toujours des caméras sous-jacentes.

Ce que tu obtiens des quatre : des détections standard (présence de personnes et de véhicules, franchissement de ligne, intrusion de zone, maraudage, objet abandonné, densité de foule, recherche par attributs dans les séquences enregistrées) avec support et une personne responsable de la précision. Ce que tu n'obtiens pas : une détection qui ne figure pas dans le catalogue.

Une note de cadrage. Plusieurs de ces produits commercialisent la recherche par attributs dans les vidéos, et les fournisseurs diffèrent considérablement quant à savoir si cela signifie faire correspondre des attributs descriptifs tels que la couleur des vêtements ou faire correspondre des identités. Ce sont des capacités sensiblement différentes avec une exposition juridique sensiblement différente, et il est utile d'établir ce que tu achètes et ce que tu veux réellement. Limiter la portée à la détection d'attributs et d'événements, plutôt qu'à l'identité, simplifie la conformité tout en suffisant pour la plupart des flux de travail de sécurité.

Voie 2 : mise à niveau du VMS ou des caméras#

Parfois, la réponse honnête est que c'est le parc, et non l'analyse, qui constitue la contrainte. Si les caméras sont anciennes, mal positionnées, impossibles à patcher et enregistrent à de faibles fréquences d'images, superposer de l'IA ne mène qu'à la déception.

Genetec Security Center. Vidéo unifiée, contrôle d'accès et ALPR avec des outils robustes de cybersécurité et de confidentialité, déployable sur site. Idéal pour les grands parcs d'entreprise et du secteur public nécessitant une sécurité physique unifiée. Compromis : plateforme substantielle nécessitant l'expertise correspondante.

Milestone XProtect. Un VMS à plateforme ouverte doté d'un vaste écosystème d'intégration tiers, permettant de sélectionner l'analyse indépendamment de la couche d'enregistrement. Idéal pour les organisations qui souhaitent garder ce choix ouvert. Compromis : quelqu'un doit assurer l'assemblage de l'intégration.

Avigilon Unity. Sécurité vidéo sur site avec analyses intégrées et intégration étroite entre la caméra et le logiciel. Idéal pour les équipes souhaitant une pile cohérente provenant d'un seul fournisseur. Compromis : plus performant lors de l'adoption de ses propres caméras.

Verkada. Caméras gérées dans le cloud avec analyses intégrées et un accent marqué sur la simplicité de déploiement et de gestion. Idéal pour les organisations distribuées sur plusieurs sites dotées d'une DSI sur site limitée. Compromis : architecture gérée par le cloud, que certaines exigences de résidence des données excluent.

Rhombus. Également géré par le cloud avec analyses incluses, visant un déploiement multi-site simple. Idéal pour les entreprises de taille intermédiaire souhaitant un déploiement rapide. Compromis : comme ci-dessus, le modèle cloud est une contrainte lorsque les séquences doivent rester locales.

Eagle Eye Networks. Gestion vidéo cloud avec une approche API ouverte et des options d'analyse. Idéal pour les organisations souhaitant une gestion cloud tout en conservant la flexibilité d'intégration. Compromis : architecture centrée sur le cloud.

Axis Camera Station. Gestion vidéo sur site simple avec des caméras Axis et des analyses embarquées, accompagnée d'une documentation de provenance du matériel exceptionnellement détaillée. Idéal pour les déploiements Axis de taille moyenne. Compromis : moins adapté aux très grands parcs multi-sites que les plateformes d'entreprise.

Si une exigence de résidence des données, d'isolation (air-gap) ou de restriction d'achat entre en jeu, cela restreint cette liste avant tout le reste. Les cadres de conformité régissant ces décisions sont abordés plus en profondeur dans notre guide sur l'analyse vidéo sur site pour la conformité en matière de sécurité.

Voie 3 : hébergement autonome de modèles sur tes flux existants#

C'est la voie minoritaire, et c'est la bonne dans des conditions spécifiques :

• La détection ne figure dans aucun catalogue. Un équipement spécifique, une condition propre à l'installation, un état de processus, un produit sur une ligne. Les analyses de sécurité génériques ne peuvent pas être configurées pour une nouvelle classe. - La limite d'inférence est absolue. Pas seulement le stockage. Aucune image ne peut quitter le réseau pour analyse, y compris vers le cloud d'un fournisseur. - Tu commercialises un produit. Si l'analyse est une fonctionnalité de ce que tu vends, la licence par canal ne correspond pas au modèle de coût et tu agis en tant que créateur. - La licence par canal ne passe pas à l'échelle pour ton nombre de flux, et tu disposes de la capacité d'ingénierie nécessaire pour exploiter une alternative. - Tu as besoin de contrôler le cycle de vie du modèle, en le réentraînant sur tes propres images à mesure que le site évolue plutôt que d'attendre les versions du fournisseur.

Si rien de tout cela ne s'applique, choisis la voie 1.

L'architecture#

Conserve le VMS. L'enregistrement, la rétention, le contrôle d'accès et la journalisation des audits sont résolus et conformes aux exigences réglementaires. Consomme les flux à partir de celui-ci ; ne le remplace pas.

Extrais les flux RTSP vers ton propre service d'inférence. Privilégie le sous-flux de la caméra lorsque la résolution le permet. Son décodage coûte beaucoup moins cher, et le décodage constitue fréquemment le véritable goulet d'étranglement plutôt que l'inférence.

Exécute la détection et le suivi. Les modèles Ultralytics YOLO (YOLOv8, YOLO11 et YOLO26) couvrent les tâches pertinentes : la détection pour les personnes, les véhicules et les objets, le suivi pour le franchissement de ligne et la logique de zone, l'estimation de pose pour la posture et la détection de chute, la segmentation lorsque les frontières comptent plus que les boîtes englobantes. Exporte vers ONNX ou TensorRT pour le matériel sur lequel tu effectues le déploiement.

Entraîne sur tes propres images. Un modèle généraliste gère bien les personnes et les véhicules. Tes caméras, angles, conditions météorologiques et éclairages spécifiques déterminent la précision en production, et les jeux de données publics ne les représenteront pas. La plateforme Ultralytics peut annoter les images du site avec l'annotation intelligente basée sur SAM et s'entraîner dans le même flux de travail, ce qui importe lorsque l'alternative consiste à assembler des outils d'annotation et d'entraînement.

Réécris les événements dans le flux de travail de sécurité. Les détections appartiennent au VMS ou au système de gestion des alarmes que les opérateurs surveillent déjà. Un tableau de bord séparé devient un outil de plus que personne n'ouvre.

Règle la question des licences avant que le projet pilote ne devienne de la 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 le déploiement privé et le support avancé. Résoudre ce point dès la conception coûte beaucoup moins cher qu'après un déploiement.

Dimensionnement du calcul#

L'inférence continue sur de nombreux flux relève de la planification des capacités, et deux leviers dominent.

Le premier est la fréquence d'images. La plupart des événements de sécurité ne nécessitent pas chaque image. Définis la fréquence à partir de l'événement le plus court que tu dois capturer (une personne franchissant une ligne a besoin de bien moins de 30 images par seconde) et les exigences de capacité chutent généralement de manière substantielle.

Le second est l'endroit où s'exécute l'inférence. Les appareils de périphérie (edge) proches des caméras évitent de diffuser de la vidéo sur le réseau et maintiennent les séquences locales, ce qui est souvent le but recherché. Un serveur GPU central est plus simple à exploiter et à gérer mais concentre la demande de bande passante. Les parcs mixtes font généralement 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 chiffres de débit des modèles mesurés sur des jeux de données sélectionnés ne permettent pas de prédire ce qu'un pipeline de décodage et d'inférence atteint sur tes caméras.

Les fausses alarmes se résolvent en amont du modèle, pas à l'intérieur#

La défaillance la plus fréquente d'un système construit en interne n'est pas une mauvaise précision de détection. C'est un volume d'alertes auquel les opérateurs cessent de répondre en l'espace de deux semaines.

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

• Persistance. Exige qu'un suivi soit établi sur plusieurs images avant qu'il ne soit pris en compte. Les détections sur une seule image sont du bruit.
• Géométrie de zone en termes réels. Un polygone tracé sur une image 2D n'est pas une zone au sol. Sans étalonnage de la perspective, une personne bien en dehors d'une zone de danger peut sembler y être à l'intérieur.
• Anti-rebond (debounce). Une personne qui maraude à un seuil ne devrait pas générer des événements de franchissement répétés.
• Horaires et exemptions. Un chariot élévateur dans une allée à 14h est normal et à 2h du matin ne l'est pas. Coder cela élimine une grande fraction des alertes.
• Niveaux d'escalade. Toute détection ne mérite pas une alarme. Alerte en direct, résumé de quart et tendance hebdomadaire sont trois sorties différentes avec trois exigences de précision différentes.

Attends-toi à ce que cette couche représente plus de code que l'intégration du modèle, et mesure le système en fonction des fausses alarmes par quart de travail plutôt qu'en fonction de la précision de détection par rapport à un jeu de test. Les fausses alarmes par quart déterminent si le système sera toujours activé dans trois mois.

Confidentialité et périmètre#

L'ajout d'analyses sur des caméras existantes modifie ce que ces caméras font, et cela déclenche généralement des obligations que l'installation d'origine n'avait pas.

• Limitation de finalité. Les caméras installées pour la sécurité ne doivent pas devenir silencieusement des outils de surveillance de la productivité ou du comportement. En milieu professionnel, c'est à la fois un problème juridique et un problème de confiance.
• Réévaluer, ne pas hériter. L'ajout d'une analyse automatisée à des images 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.
• Exclure la correspondance d'identité. La détection de personnes et de véhicules, le franchissement de ligne, l'intrusion de zone, le maraudage, la densité de foule et la présence d'objets abandonnés fonctionnent tous sur la base de détections anonymes. Ultralytics ne propose pas ses modèles pour la reconnaissance faciale, et la correspondance d'identité entraîne une exposition juridique considérablement plus lourde sans améliorer aucune de ces détections.
• Minimise ce que tu conserves. Lorsque les événements et les comptes répondent à la question, conserve les événements et les comptes.
• Consigne la visualisation et l'exportation, et pas seulement les modifications de configuration.
• Segmente le réseau de caméras. Une mise à niveau est un bon moment pour corriger les réseaux plats et les identifiants par défaut.