Transformer vos caméras existantes en outil d’intelligence business

Des caméras qui filment beaucoup et informent peu

Dans la plupart des commerces, restaurants, stations de lavage, entrepôts ou sites industriels, un système de vidéosurveillance est déjà en place. Il enregistre en continu, mais on ne consulte les images qu’après un incident. Le reste du temps, ces flux vidéo ne produisent aucune information utile à la gestion.

L’analyse vidéo par intelligence artificielle change cette logique : au lieu de stocker des heures d’images que personne ne regarde, on extrait des événements et des indicateurs, comme le nombre de passages, le taux d’occupation d’une zone, la longueur d’une file d’attente ou la durée d’un service. L’intérêt de partir de l’existant est évident : le câblage, les caméras et souvent l’enregistreur sont déjà payés et installés.

Mais toutes les caméras ne se prêtent pas à toutes les analyses. Avant de promettre un tableau de bord, il faut vérifier quelques prérequis.

Les prérequis techniques à vérifier

Un audit de l’existant porte généralement sur quatre familles de critères :

• L’accès au flux : les caméras IP récentes exposent presque toujours un flux RTSP et, souvent, une compatibilité ONVIF qui facilite la découverte et la configuration. Avec un enregistreur (NVR), on peut parfois récupérer les flux via l’enregistreur lui-même. Les anciennes caméras analogiques reliées à un DVR sont plus contraignantes : certains DVR exposent un flux réseau exploitable, d’autres non.
• La résolution et la qualité d’image : il n’existe pas de seuil universel. Ce qui compte, c’est la taille des personnes ou des objets dans l’image. Une caméra de bonne résolution placée trop loin peut être moins utile qu’une caméra modeste bien cadrée. La compression, le débit et la fréquence d’images jouent aussi.
• Le positionnement et l’angle : une caméra installée pour la sécurité vise souvent une caisse, une porte ou un stock, pas forcément la zone qu’il faudrait mesurer. Les occultations (rayonnages, piliers, foule) et les contre-jours limitent la fiabilité.
• L’éclairage et l’environnement : variations jour/nuit, reflets, vitrines, vapeur ou projections d’eau dans une station de lavage, poussière en entrepôt. Chaque contexte a ses contraintes.

Edge ou cloud : où traiter les images ?

Une fois le flux accessible, il faut décider où l’analyse est exécutée. Deux grandes approches coexistent, parfois combinées.

Le traitement en périphérie (Edge AI) s’effectue sur un petit ordinateur équipé d’un accélérateur d’IA, installé sur site, au plus près des caméras. Les images restent dans les locaux, seuls des résultats (compteurs, événements, durées) remontent vers le tableau de bord. Cette approche réduit fortement la bande passante nécessaire, fonctionne même si la connexion internet est instable et limite l’exposition des images, ce qui est un atout en matière de protection des données.

Le traitement dans le cloud consiste à envoyer les flux, ou des extraits, vers des serveurs distants. Il simplifie la maintenance centralisée mais suppose une connexion montante suffisante et stable, ce qui n’est pas toujours le cas sur les sites marocains, notamment multi-sites ou en périphérie urbaine. Il impose aussi d’encadrer soigneusement le transfert et le stockage des images.

Chez VIDEO.MA, nous privilégions l’Edge chaque fois que c’est possible, et réservons le cloud à la consolidation des indicateurs agrégés et à l’accès aux tableaux de bord.

Ce que l’on peut réellement mesurer

Avec des caméras correctement positionnées, les analyses les plus courantes sont les suivantes :

• comptage de personnes ou de véhicules à une entrée, sur une ligne de passage ou dans une zone ;
• taux d’occupation d’un espace (salle, terrasse, parking, piste de lavage) dans le temps ;
• détection de files d’attente et estimation de leur longueur ;
• durées : temps passé dans une zone, durée d’un cycle de service ou d’un lavage ;
• alertes de zone : présence dans une zone interdite, encombrement d’une issue, stationnement prolongé ;
• consolidation de ces indicateurs dans des tableaux de bord, par heure, jour et site.

Croiser la vidéo avec vos données métier

Un indicateur vidéo seul dit ce qui se passe physiquement : combien de personnes sont entrées, combien de temps elles ont attendu. Il ne dit pas ce qu’elles ont acheté. Pour relier fréquentation et chiffre d’affaires, il faut intégrer des données issues de la caisse (POS) ou de l’ERP.

Cette intégration dépend des systèmes en place, de leur capacité d’export ou de leurs API, et fait l’objet d’une étude spécifique. Il est important de toujours distinguer, dans un tableau de bord, ce qui est mesuré par la vidéo de ce qui provient d’un système tiers.

Quelques exemples de croisements utiles : dans un commerce, le nombre d’entrées rapproché du nombre de tickets ; dans un restaurant, l’occupation de la salle mise en regard du nombre de couverts servis ; dans une station de lavage, le nombre de véhicules détectés comparé aux transactions du terminal de paiement ; dans un entrepôt, les mouvements observés sur un quai rapprochés des opérations enregistrées dans le système de gestion. Dans chaque cas, c’est l’écart entre deux sources qui pose les bonnes questions.

Démarrer par un pilote

Plutôt que d’équiper d’emblée tout un réseau, nous recommandons un pilote limité, sur un site et quelques caméras, avec des objectifs mesurables. Sa durée doit couvrir les variations habituelles de l’activité, jours de semaine et week-end, périodes calmes et chargées, afin que les résultats soient représentatifs. Une démarche type :

• définir deux ou trois questions business précises (par exemple : à quelles heures la file dépasse-t-elle un seuil acceptable ?) ;
• auditer les caméras concernées et ajuster si besoin un cadrage, ou ajouter une caméra mieux placée ;
• déployer l’analyse sur une période représentative, incluant des jours calmes et des pics ;
• valider la fiabilité par des comptages manuels sur des échantillons ;
• décider, sur la base de résultats observés, de l’extension, de l’ajustement ou de l’arrêt.

Les limites à connaître

Réutiliser l’existant n’est pas toujours la meilleure option. Certaines caméras sont trop anciennes, mal placées ou de qualité insuffisante, et il est parfois plus économique d’ajouter une caméra dédiée à l’analyse. La précision n’est jamais parfaite : elle varie selon la densité, l’angle et l’éclairage, et doit être mesurée sur site plutôt que supposée.

Enfin, ajouter une finalité d’analyse à un dispositif de vidéosurveillance a des implications en matière de protection des données : information des personnes, formalités auprès de la CNDP, durées de conservation. Une approche fondée sur des indicateurs agrégés, traités sur site et sans identification des personnes, permet de limiter ces enjeux sans les faire disparaître.

Vous souhaitez savoir ce que vos caméras actuelles peuvent mesurer ? Un audit de votre installation est le meilleur point de départ.