Comment fonctionnent réellement le comptage des personnes et l’analyse de l’occupation

La plupart des projets de comptage de personnes échouent avant même le choix d’un capteur, car « combien de personnes » recouvre quatre mesures différentes et les équipes spécifient la mauvaise. Le nombre d’entrées sur une journée, le nombre de personnes présentes à l’instant T, la durée de présence de chacune et le nombre de personnes qui attendent dans une file nécessitent des capteurs, des emplacements et des niveaux de précision différents. Un système qui compte précisément les entrées peut mal évaluer l’occupation, tandis qu’un système réglé pour mesurer l’occupation peut ne pas détecter du tout les entrées de courte durée.

Ce guide distingue ces mesures, compare honnêtement les méthodes de détection (WiFi et BLE, faisceaux infrarouges, temps de vol, thermique, stéréo et vision par caméra) et présente à la fois les produits qui valent la peine d’être achetés et la façon dont les équipes créent elles-mêmes des systèmes de comptage par caméra avec les modèles Ultralytics YOLO.

Quatre mesures, pas une#

L’occupation est la mesure qui surprend les équipes. La calculer en soustrayant les sorties des entrées signifie que chaque erreur de comptage s’accumule : une petite erreur directionnelle, répétée à chaque passage de la porte, rend le décompte sensiblement inexact à la fermeture. Les systèmes qui doivent mesurer l’occupation de manière fiable détectent directement toute la zone ou réinitialisent le décompte lorsque l’espace est réputé vide, généralement pendant la nuit.

Comparaison des méthodes de détection#

Le véritable compromis oppose le contexte à la simplicité. Un capteur ToF placé au-dessus d’une porte réalise une seule tâche extrêmement bien et ne t’apprend rien d’autre. La vision par caméra fournit la direction, les zones, la durée de présence, les files et les classes d’objets à partir du même flux, mais implique de gérer les problèmes d’éclairage, d’occultation et de calcul.

Pour une seule entrée où seules les entrées comptent, le ToF en hauteur est généralement le meilleur choix technique et la solution la plus facile à justifier en matière de confidentialité. Pour l’analyse de plusieurs zones, des files ou un comptage à combiner avec d’autres détections, la vision est la méthode qui s’adapte au besoin.

Ce qui dégrade réellement un décompte#

Les chiffres de précision des fournisseurs sont calculés dans des conditions qui ressemblent rarement à celles d’un déploiement réel. Voici les facteurs qui influent sur la précision dans le monde réel :

• Groupes et marche côte à côte. Deux personnes marchant épaule contre épaule dans une large porte constituent le cas classique de sous-comptage. La largeur de la porte par rapport à la couverture du capteur compte davantage que la précision nominale du capteur.
• Occultation. Les chariots, parapluies, bagages, présentoirs hauts et foules masquent les personnes à toute méthode qui nécessite une vue dégagée.
• Angle de la caméra. Pour le comptage, une vue en plongée est bien plus précise qu’une vue oblique, car les vues obliques placent les personnes les unes derrière les autres. Une caméra de sécurité réutilisée et orientée selon un angle faible est la raison la plus fréquente d’un décompte décevant par vision.
• Éclairage. Les entrées à contre-jour au lever et au coucher du soleil sont les cas les plus difficiles pour la vision, tout comme les sols réfléchissants et les portes vitrées.
• Présence prolongée sur le seuil. Une personne qui reste dans l’embrasure d’une porte pour discuter peut générer des passages répétés en l’absence d’une règle de persistance.
• Qui compte comme visiteur ? Le personnel, les agents d’entretien, les livreurs et les personnes de passage sont généralement la principale source de désaccord entre un système et un audit manuel ; c’est un problème de définition plutôt que de détection.
• Double comptage entre plusieurs caméras. Des champs de vision qui se chevauchent comptent deux fois la même personne, sauf si les zones sont définies de manière à ne pas se chevaucher ou si les pistes sont transférées d’une caméra à l’autre.

Quel que soit ton déploiement, valide-le en le comparant à un comptage manuel dans tes conditions les plus difficiles : heure de pointe, éclairage défavorable, entrée la plus large. C’est la précision obtenue dans ces conditions qui compte.

Produits à présélectionner si tu veux acheter une solution#

Si l’objectif est de produire des rapports de fréquentation, des tableaux de bord d’occupation ou des analyses de conversion en magasin, ces produits sont éprouvés et il est généralement préférable de les acheter. Ultralytics ne constitue pas une alternative à ces produits.

Xovis. Capteurs stéréo en hauteur offrant une grande précision pour le comptage aux entrées, la gestion des files et l’analyse par zone, largement déployés dans les aéroports et les grands commerces. Convient particulièrement aux environnements où la précision du comptage est essentielle aux opérations. Compromis : un capteur matériel par zone de couverture ; les entrées nombreuses ou larges augmentent donc les coûts.

V-Count. Solution de comptage et d’analyse des personnes conçue spécifiquement pour le commerce de détail, avec une plateforme couvrant la fréquentation, l’occupation et les rapports de conversion. Convient particulièrement aux réseaux de magasins souhaitant disposer de rapports prêts à l’emploi. Compromis : les analyses conçues pour le commerce de détail s’adaptent moins naturellement aux environnements industriels ou aux campus.

Density. Mesure de l’occupation axée sur les lieux de travail, reposant sur ses propres capteurs de profondeur anonymes et destinée aux décisions concernant l’immobilier et l’utilisation de l’espace. Convient particulièrement aux entreprises qui optimisent l’espace de bureaux de leur portefeuille immobilier. Compromis : solution conçue pour les besoins des lieux de travail plutôt que pour la conversion en magasin.

FootfallCam. Matériel de comptage et analyses offrant une large couverture du commerce de détail et un vaste choix de capteurs. Convient particulièrement aux détaillants qui veulent obtenir matériel et rapports auprès d’un seul fournisseur. Compromis : le choix de modèles exige une définition précise des besoins.

RetailNext. Plateforme d’analyse en magasin où le comptage alimente une offre plus large consacrée au merchandising et au comportement des acheteurs. Convient particulièrement aux détaillants qui s’intéressent aux performances de leurs magasins, et pas seulement à leur fréquentation. Compromis : la plateforme va bien au-delà du comptage, et son prix en tient compte.

Sensormatic ShopperTrak. Solution de longue date pour le comptage du trafic en magasin et les comparaisons, appuyée par d’importantes données de marché. Convient particulièrement aux détaillants qui accordent de la valeur aux comparaisons avec des références du secteur. Compromis : orientation vers les grands détaillants.

Axis. Applications de comptage exécutées sur des caméras Axis, utiles lorsqu’un parc Axis existe déjà et que l’ajout de matériel n’est pas souhaité. Idéal pour les organisations qui ont standardisé leurs équipements sur Axis. Compromis : dépendance à cet écosystème de caméras.

Cisco Spaces. Informations sur l’occupation et la localisation issues de l’infrastructure réseau existante. Idéal pour les grands campus qui souhaitent mesurer l’occupation sans installer de nouveaux capteurs. Compromis : détection fondée sur les appareils, avec les limites de précision que cela implique.

Comptage par caméra dans les bâtiments#

Le comptage est l’une des applications de vision les plus accessibles, ce qui en fait un projet de départ courant. Il vaut la peine de le développer lorsque le comptage est un composant d’un système plus vaste (une machine, un robot, une plateforme de site, un produit que tu commercialises), lorsque le décompte doit être combiné à des détections qu’aucun produit ne propose, ou lorsque les séquences vidéo ne peuvent pas quitter les locaux.

Le pipeline est bien établi.

Détecter les personnes dans chaque image. Les modèles Ultralytics YOLO (YOLOv8, YOLO11 et YOLO26) prennent en charge la détection des personnes, et le même modèle peut détecter d’autres classes qui t’intéressent lors du même passage : véhicules, chariots, chariots élévateurs.

Suivre les personnes d’une image à l’autre. Le comptage exige de savoir que la personne de l’image 200 est la même que celle de l’image 199. Les modèles Ultralytics prennent en charge le suivi, qui attribue des identifiants persistants sans révéler l’identité dans une séquence ; la qualité du suivi en cas d’occultation détermine bien davantage la qualité du comptage que la précision de la détection.

Définir la géométrie de comptage. Une ligne pour compter les entrées et sorties directionnelles, ou un polygone pour mesurer l’occupation d’une zone. La direction est déterminée par le côté de la ligne depuis lequel une trajectoire la franchit. Lorsque plusieurs caméras couvrent des zones adjacentes, définis des zones mutuellement exclusives afin qu’une personne ne soit jamais comptée deux fois.

Ajouter de la persistance et un mécanisme anti-rebond. Exige qu’une trajectoire soit établie pendant N images avant de la comptabiliser et évite qu’une personne qui s’attarde près d’un seuil ne génère des franchissements répétés. C’est cette couche, et non le modèle, qui permet d’améliorer le plus la précision.

Choisir tôt la cible de déploiement. L’inférence continue sur plusieurs flux pose une véritable question de capacité. La plupart des comptages n’exigent pas de traiter chaque image : définis la fréquence d’images en fonction de la vitesse à laquelle une personne peut franchir la ligne, et non de ce que la caméra peut fournir. Les modèles Ultralytics peuvent être exportés vers des formats comme ONNX et TensorRT pour le matériel de périphérie installé près de la caméra, ce qui permet aussi de conserver la vidéo sur place.

Entraîner le modèle sur tes propres séquences. Un modèle général gère bien les personnes ; c’est ton entrée spécifique, au lever du soleil, avec ses portes vitrées et son sol réfléchissant, qui déterminera la précision en production. Ultralytics Platform peut annoter ces séquences avec l’annotation intelligente basée sur SAM et les utiliser pour l’entraînement dans le même flux de travail.

Valider les résultats par rapport à des comptages manuels à l’heure de pointe et dans les pires conditions d’éclairage, puis valider à nouveau après tout déplacement de caméra.

Si le comptage est intégré à un produit commercial ou à un système propriétaire, note que les modèles Ultralytics YOLO sont proposés sous AGPL-3.0 et que ces déploiements nécessitent généralement une licence Ultralytics Enterprise, qui couvre également le déploiement privé. Règle cette question avant qu’un projet pilote ne devienne une fonctionnalité commercialisée.

Confidentialité : le comptage ne doit identifier personne#

Le comptage fait partie des rares applications de caméra qui peuvent être réellement conçues dans le respect de la vie privée, ce qui permet de prévenir la plupart des objections avant qu’elles ne soient soulevées.

Aucune méthode décrite ici ne nécessite d’identifier des personnes. Les entrées, l’occupation, le temps de présence et la longueur des files fonctionnent tous avec des détections anonymes et des trajectoires sans identité, qui n’existent que tant qu’une personne est dans le champ. Ultralytics ne propose pas ses modèles pour la reconnaissance faciale, et intégrer l’identification à un système de comptage accroît considérablement les risques juridiques sans améliorer aucune de ces mesures.

Choix de conception pour préserver cet aspect :

• Traiter localement et ne conserver que les comptages. Si le résultat est un nombre par intervalle, conserve le nombre et supprime les images. - Ne pas conserver les identifiants de trajectoire au-delà du champ de vision. Une trajectoire qui se termine au bord de l’image doit s’arrêter là. Réidentifier la même personne d’une caméra à l’autre ou d’une visite à l’autre constitue un système fondamentalement différent, soumis à des obligations fondamentalement différentes. - Agréger les données par intervalle plutôt que de consigner chaque événement, lorsque le cas d’usage le permet. - Afficher une information, et, dans un environnement de travail, consulter les représentants du personnel : une obligation dans une grande partie de l’UE et une bonne pratique partout. - Privilégier les capteurs intrinsèquement anonymes lorsqu’un simple comptage suffit. Si la mesure du temps de vol ou l’imagerie thermique répond à la question, le dialogue est plus simple. - Documenter la finalité de chaque caméra, ce qui simplifie l’évaluation de la protection des données.

Note que « pas de caméras » ne signifie pas automatiquement « plus respectueux de la vie privée ». Le comptage par Wi-Fi et BLE repose sur des identifiants d’appareils, qui constituent des données à caractère personnel au sens du RGPD dans de nombreux cas, tandis qu’un capteur thermique qui ne produit qu’un comptage ne traite aucune donnée à caractère personnel. Évalue la méthode en fonction de ce qu’elle conserve, et non de la présence ou non d’un objectif.