Comment fonctionne les systèmes de détection par analyse d’images ?

Le système de détection par analyse d’images consiste à interpréter les éléments de la scène filmée pour décider ou non de la présence de piétons dans la zone. 

Des algorithmes permettent d’atteindre cet objectif, ils fonctionnent principalement en deux étapes. Dans un premier temps, l’algorithme va rapidement sélectionner, sous forme de filtre, les parties d’image représentant potentiellement un piéton. Lorsque cette première analyse a détecté un élément suspect, l’algorithme va se concentrer sur cette ressource pour décider ensuite de son interprétation.

Illustration du principe de fonctionnement

L’image de la caméra peut être de différents types : niveaux de gris, couleurs, 3D ou infrarouge. 

les différents types d’images

Afin d’établir la correspondance du point sélectionné avec un piéton, le contenu de l’image est modélisé (plus ou moins fidèlement) sous forme de marqueurs représentant des contours de personnes ou d’éléments appris au préalable. Si la modélisation retenue s’apparente à une forme connue du système, un signal d’avertissement s’active alors. L’efficacité de la détection dépend du contraste de l’image et de la qualité retenue.

Principe d’identification des zones de l’image basé sur la reconnaissance des formes

La principale difficulté des fabricants est d’arriver à trouver le compromis idéal entre le temps d’analyse (temps de l’algorithme à décider de la présence d’un piéton) et de performances (efficacité de détection).

Zone de détection

La détection repose sur un piéton, présent entièrement dans la zone de détection définie. L’interprétation d’un piéton et la zone de détection peuvent être différentes en fonction de la technologie utilisée pour la capture d’images et des algorithmes. La définition de la zone de détection ainsi que la précision doivent clairement être précisées par le fabricant

Le paramétrage de la zone de détection doit être de préférence réalisée par le fabricant du système. Il est généralement possible de définir une ou plusieurs zones de détection, selon des dimensions et des formes plus ou moins complexes. 

L’orientation et les caractéristiques de l’optique de la caméra, peut engendrer la non détection d’un piéton à proximité (présence partielle ou dans un angle mort) voir de façon déformée ne convenant pas à la détection par l’algorithme.

Zone de détection en vue du dessus

L’implantation du capteur ou son angle d’ouverture peuvent également ajouter une zone morte dans laquelle un piéton ne peut être vu.

Zone de détection en vue latérale

Capacité de détection

Les fabricants ont l’impératifs de vous spécifier pour leurs dispositifs de détection de personnes par vision numérique les caractéristiques des personnes détectées :

  • Taille ;

  • Postures ;

  • Habillements ;

  • Etc..

La capacité de détection peut dépendre de : 

  • La technologie utilisée d’acquisition des images 

  • La stratégie d’analyse

  • La qualité du capteur

  • Les conditions d’éclairage

  • L’encombrement des lieux des zones d’évolution

  • L’algorithme

Plus l’algorithme est simplifié, plus le temps de traitement sera rapide mais plus des erreurs de détection peuvent se produire.

Le marché des dispositifs de détection de personnes par analyse numérique

Le marché des dispositifs est relativement nouveau. Il s’agit d’une nouvelle technologie innovante, issue de systèmes plus sophistiqués utilisés à d’autres fins, encore émergente sur le marché. Peu de matériels de ce type sont disponibles sur le marché.

Quand utiliser les systèmes anti collisions engins-piétons par caméra ? 

Les systèmes anti collisions engins-piétons utilisant la reconnaissance par analyse d’images numériques est une solution émergente sur le marché et utilisée essentiellement pour des déplacements à faible allure. 

La diversité des postures des piétons et la technologie des algorithmes n’est aujourd’hui pas arrivée à maturité. Cependant, convient parfaitement pour des chariots élévateurs évoluant dans des entrepôts de logistique bien éclairés ou des travaux extérieurs de jours.

Les conditions climatiques telles que la poussière, les conditions d’éclairage (faible ou trop fort en direction du capteur), la boue, la pluie, la neige ou simplement la propreté du capteur peuvent altérer la performance du système.

Le dispositif ajoute une visibilité indirecte au conducteur

Les systèmes de détection de personne à proximité par vision numérique et analyse d’image répondent également au besoin d’apporter au conducteur une vision indirecte sur les zones mortes lors des déplacements grâce à la possible présence d’un écran retransmettant les informations. Un signal d’alarme peut être également décliné au conducteur. 

Conclusion sur les capteurs de détection par analyses d’image

Analyse du contexte

Fonction de détectionDétection des piétons
Principe de détectionReconnaissance par analyse d’images numériques des piétons présents dans la zone d’évolution
Zone de détectionPlan au sol
Portée De 0 à 10 m 
Géométrie réglableOui
Dimensions réglablesOui
Fluctuations des dimensions de détectionPossible 

  • Posture du piéton
  • Manque de contraste
ObservationIl est possible de paramétrer la détection simultanée sur plusieurs zone
Temps de réponseInférieur à 500 ms

  • Fluctuation possible par le temps d’exécution de l’algorithme 
Possibilité de non détectionFaible

  • Diversité des postures
  • Masquage par obstacles
  • Absence de contraste entre les vêtements et la scène
  • Perturbation environnementale (luminosité, salissures, visibilité, etc…)
Fausses détectionsPossible mais relativement faible

  • Difficulté de distinction entre piétons et obstacles à proximité
  • Détection d’une personne à proximité immédiate du capteur et de la zone de détection masquant la visibilité 
  • Diversité des formes pouvant être assimilés par l’algorithme comme piéton

Synthèse sur le dispositif

CaractéristiquesRecommandations
Éléments à prendre en compte pour votre choixDétection piétons
Rétablissement de la visibilité pour le conducteur (visibilité indirecte)
Certaines postures non détectéesS’assurer de la performance du dispositif et de la compatibilité vos situations de travail
Détection dépendante de l’algorithmeS’assurer de la performance du dispositif et de la compatibilité vos situations de travail
Éléments à prendre en compte pour une bonne mise en œuvre Optique sensible aux conditions d’éclairementPrévoir un moyen éclairage des zones à risque
Précautions d’utilisationOptique sensible aux salissuresPrévoir un nettoyage fréquent (avant utilisation du chariot, nouvelle procédure)