Systèmes de vision par ordinateur et de détection de graffitis par IA dans les villes intelligentes

Les graffitis, qui consistent en des inscriptions, des dessins ou des symboles, peuvent raconter de nombreuses histoires. Ils ajoutent de la couleur et du caractère aux murs de la ville et servent à exprimer des opinions. Bien que les graffitis soient parfois perçus comme de l'art, ils sont le plus souvent réalisés sans autorisation. En fait, ils apparaissent fréquemment du jour au lendemain sur les bâtiments, les ponts et les trains, et leur nettoyage demande du temps, des ressources et des efforts.

Les villes du monde entier dépensent des millions pour essayer de maintenir la propreté des espaces publics. Rien qu'aux États-Unis, le coût du nettoyage des graffitis dépasse les 12 milliards de dollars chaque année. De plus, dans de nombreuses villes, garder une longueur d'avance sur les graffitis est un défi de taille. Le nombre d'équipes de nettoyage est limité, et elles ne peuvent pas être partout à la fois.

C'est pourquoi les urbanistes se tournent désormais vers la vision par ordinateur, une branche de l'intelligence artificielle qui permet aux machines d'analyser et d'interpréter des images. En utilisant des modèles de vision par ordinateur comme Ultralytics YOLO11, des caméras dotées d'IA peuvent être utilisées pour scanner rapidement les murs de la ville, détecter les graffitis en temps réel et localiser les points exacts où les équipes doivent intervenir.

Dans cet article, nous examinerons de plus près comment la vision par ordinateur est utilisée pour la reconnaissance automatisée des graffitis dans les villes intelligentes. Commençons !

Link to this sectionLe rôle de la vision par ordinateur dans les villes intelligentes#

Les villes intelligentes utilisent une technologie de pointe pour gérer plus efficacement les défis quotidiens. Plus précisément, elles exploitent des modèles de vision par ordinateur comme YOLO11 pour analyser les données visuelles, surveiller les espaces publics et soutenir une prise de décision plus rapide et basée sur les données à travers divers systèmes urbains.

Voici quelques moyens courants par lesquels l'IA de vision est utilisée dans les villes intelligentes :

• Gestion du trafic : l'IA de vision peut analyser les flux vidéo en direct pour surveiller la circulation, détecter les embouteillages et ajuster les feux de signalisation en temps réel pour améliorer les déplacements et réduire les retards.
• Automatisation du recyclage** :** La vision par ordinateur peut aider à identifier et à trier les matières recyclables à partir des flux de déchets dans les poubelles publiques ou les centres de recyclage, améliorant ainsi la précision du tri et réduisant la contamination.
• Surveillance des transports publics : Les systèmes de transport public peuvent utiliser la vision par ordinateur pour suivre le nombre de passagers, surveiller le comportement à bord et détecter les problèmes de sécurité, améliorant ainsi à la fois l'efficacité et la sécurité.
• Réponse aux catastrophes : La vision par ordinateur peut identifier des signes visuels d'incendies, d'inondations ou de dommages structurels après des catastrophes, permettant une intervention d'urgence plus rapide et plus efficace.

Fig 1. Surveillance du trafic avec YOLO11 dans les villes intelligentes.

Link to this sectionUn aperçu de la surveillance urbaine des graffitis par l'IA#

Maintenant que nous avons exploré comment la vision par ordinateur contribue à rendre les villes plus intelligentes, examinons de plus près pourquoi elle est particulièrement nécessaire pour la reconnaissance automatisée des graffitis.

Traditionnellement, les villes ont utilisé diverses approches pour gérer les graffitis. Certaines s'appuient sur les signalements publics, tandis que d'autres envoient des équipes pour inspecter les points chauds connus. Dans certains cas, des applications mobiles permettent aux résidents de soumettre des plaintes ou de télécharger des images. Bien que ces méthodes puissent être utiles, elles prennent du temps, dépendent fortement de l'intervention humaine et ne permettent souvent pas une couverture complète de la ville.

La vision par ordinateur offre aux villes un moyen plus rapide et plus fiable de gérer les graffitis. Les systèmes de reconnaissance automatisée des graffitis reposent généralement sur deux tâches de vision par ordinateur principales : la classification d'images et la détection d'objets.

Dans la première étape, la classification d'images analyse une photo pour déterminer s'il s'agit de graffitis, d'art de rue ou d'une surface propre. Si des graffitis sont détectés, la détection d'objets précise leur emplacement exact sur l'image. Cela permet aux équipes municipales d'intervenir rapidement et avec précision. Au fil du temps, les données aident à identifier des tendances afin que les villes puissent cibler les points chauds fréquents et améliorer les efforts de prévention.

Fig 2. Exemple du fonctionnement des systèmes de reconnaissance automatisée de graffitis.

Link to this sectionExploration des systèmes de détection de graffitis par IA dans diverses villes#

De nombreuses villes expérimentent de nouvelles méthodes pour gérer les graffitis. Au lieu de dépendre uniquement des patrouilles ou des signalements publics, elles commencent à utiliser des modèles de vision par ordinateur capables de repérer, d'identifier et même d'aider à nettoyer les graffitis. Voyons comment certaines villes utilisent ces nouveaux outils.

Link to this sectionSystèmes de détection de graffitis par IA intégrés aux caméras embarquées sur des véhicules#

Les véhicules de service public sont désormais utilisés dans de nombreuses villes pour aider à détecter les graffitis lors de leurs tournées régulières. En équipant ces véhicules de solutions de vision par ordinateur, les villes peuvent scanner les rues en temps réel, sans avoir besoin de patrouilles supplémentaires. Cela facilite la détection précoce des graffitis et l'envoi d'alertes aux équipes de nettoyage avant que le problème ne s'étende.

Tempe, en Arizona, est un excellent exemple de ville utilisant cette technologie. La municipalité s'est associée à des organisations locales pour développer un système utilisant des caméras montées sur des véhicules de service public. À mesure que ces véhicules parcouraient les quartiers, ils capturaient des images des murs et des espaces publics.

Un modèle d'IA de vision a analysé les images et a signalé tout graffiti détecté. Les résultats ont été envoyés sur un tableau de bord en direct afin que la direction puisse consulter les mises à jour sur ses téléphones et réagir rapidement. Cela a aidé Tempe à intervenir plus rapidement et à réduire les plaintes du public.

De même, à Lisbonne, la capitale du Portugal, un système de preuve de concept a été développé en utilisant des caméras montées sur des véhicules municipaux pour détecter automatiquement les graffitis.

Fig 3. Détection de graffitis par IA à Lisbonne, Portugal.

Link to this sectionDétection et élimination des graffitis par drone#

Les graffitis peuvent apparaître dans des endroits difficiles ou dangereux d'accès, comme les passages supérieurs, les tunnels et les structures élevées. Le nettoyage de ces zones nécessite généralement un équipement supplémentaire, des coûts accrus et plus de temps. Pour améliorer la sécurité et la rapidité, certaines villes commencent à utiliser des drones capables à la fois de détecter et de supprimer les graffitis sans avoir besoin d'équipes manuelles sur place.

Par exemple, Seattle, une grande ville de l'État de Washington, a récemment lancé une solution basée sur des drones pour surveiller les zones difficiles d'accès. Les drones sont équipés de caméras et d'outils de pulvérisation. Ils peuvent scanner les surfaces publiques à la recherche de marques, et lorsqu'un graffiti est détecté, ils utilisent un pulvérisateur intégré pour le repeindre et le recouvrir.

Fig 4. Un drone piloté par IA nettoyant des graffitis à Seattle, Washington.

Les efforts de détection de graffitis à Seattle incluent également des caméras alimentées à l'énergie solaire installées dans des points chauds connus. Ces caméras surveillent l'activité et envoient des alertes lorsque quelqu'un s'approche d'un emplacement marqué. En combinant les drones avec des points de surveillance fixes, Seattle est en mesure de réagir plus rapidement aux graffitis et de réduire les risques physiques pour les équipes d'entretien.

Link to this sectionCartographie des points chauds de graffitis grâce à l'IA de vision#

Dans certains cas, la détection des graffitis ne concerne pas seulement le nettoyage, mais aussi la compréhension des schémas d'activité à travers la ville. Avec l'aide de l'IA, les villes peuvent désormais transformer les images prises au niveau de la rue en cartes visuelles montrant où les graffitis se produisent le plus souvent. Ces cartes révèlent des tendances qui ne sont pas forcément évidentes via les signalements publics et aident les urbanistes à concentrer leurs efforts là où ils sont le plus nécessaires.

Par exemple, São Paulo, une ville du Brésil, a exploré cette approche à travers une étude de cas axée sur la recherche. Une équipe a utilisé la vision par ordinateur pour analyser plus de 275 000 images de rue provenant de toute la ville, collectées via Google Street View. Les graffitis identifiés sur ces images ont été cartographiés dans 96 districts, révélant les zones de plus forte concentration.

Au lieu de s'appuyer sur des rapports dispersés ou des inspections occasionnelles, cette approche a fourni une vue à grande échelle et basée sur les données des graffitis dans toute la ville. La carte résultante a donné à São Paulo une ressource précieuse pour suivre les changements au fil du temps et soutenir des efforts de nettoyage, de prévention et d'urbanisme plus ciblés.

Fig 5. Détection de graffitis à São Paulo, Brésil.

Link to this sectionAvantages et inconvénients des systèmes de détection de graffitis par IA#

Voici quelques avantages clés de l'utilisation de la vision par ordinateur pour la gestion des graffitis :

• Réduction de l'effort manuel : La surveillance automatisée réduit le besoin pour le personnel d'inspecter physiquement les rues, libérant ainsi des ressources pour d'autres tâches.
• Soutien aux efforts de prévention : En identifiant les points chauds, les systèmes de vision par ordinateur permettent aux villes de se concentrer sur des mesures de dissuasion telles qu'un meilleur éclairage ou une surveillance accrue dans ces zones.
• Intégration avec d'autres systèmes : Les outils de vision par ordinateur peuvent être connectés aux tableaux de bord de la ville ou aux applications de maintenance pour un flux de travail plus rationalisé.
• Permet le reporting automatisé : Les systèmes d'IA de vision peuvent aider à générer des rapports réguliers, réduisant ainsi la charge administrative du personnel municipal.

Bien que les systèmes de vision par ordinateur soient utiles pour la détection de graffitis, ils présentent également quelques limites. Voici quelques points à garder à l'esprit lors de la mise en place de tels systèmes :

• Nécessite une maintenance continue : Les caméras, les modèles et les logiciels doivent être mis à jour et entretenus régulièrement pour garantir leur précision et leur fonctionnalité.
• Barrières juridiques et réglementaires : Dans certaines villes, l'installation de systèmes de surveillance dans les espaces publics peut nécessiter des autorisations, des permis ou le respect des lois sur la protection des données.
• Confusion linguistique ou symbolique : Les graffitis utilisant des langues étrangères, des symboles ou de l'argot peuvent ne pas être reconnus correctement sans données d'entraînement adaptées.
• Risques de mauvaise identification : Si le système n'est pas entraîné sur un jeu de données complet et diversifié, il peut identifier par erreur des peintures murales, de l'art de rue ou des peintures murales légales comme des graffitis.

Link to this sectionPoints clés#

La détection des graffitis n'est qu'un exemple de la façon dont la vision par ordinateur transforme la manière dont les villes gèrent leurs espaces publics. Ces systèmes sont de plus en plus intégrés avec des outils de maintenance, de reporting et d'urbanisme.

L'accent passe des réactions rapides à une conscience proactive. Avec de meilleures données et des outils plus intelligents, les villes évoluent vers la prévention des problèmes avant qu'ils ne surviennent, prenant des décisions plus éclairées à chaque étape du processus.

Rejoins notre communauté grandissante ! Explore notre dépôt GitHub pour en savoir plus sur l'IA, et consulte nos options de licence pour démarrer tes projets de vision par IA. Tu t'intéresses aux innovations comme l'IA dans la santé et la vision par ordinateur dans l'agriculture ? Visite nos pages de solutions pour en découvrir davantage !