‫جامعة هواري بومدين للعلوم‬

‫والتكنولوجيا‬
Université des Sciences et de
la Technologie Houari
Boumediene
‫كلية الهندسة الكهربائية‬
Faculté de Génie Electrique

Département Automatique
Domaine : Sciences et Technologie
Filière :Automatique
Master : Automatique et systèmes

Le Suivi de personne par camera

Réalisé(e)s par : Tutoré par :

DehilesAssil Mm boudouane
 KHALDI Amira Ines
SMAILI Meriem

PLAN DE LA PRÉSENTATION :

I - INTRODUCTION

II -APPLICATIONS

III - FONCTIONNEMENT

IV - DÉFIS

VI - CONCLUSION
1. Introduction

Le suivi de personnes par caméra est une technique issue de la vision par
ordinateur permettant de repérer, d’identifier, puis de suivre les déplacements d’un
ou plusieurs individus dans un environnement filmé. Ce processus peut s’effectuer
en temps réel (surveillance active) ou à posteriori (analyse d’enregistrement).

Grâce aux progrès en intelligence artificielle (IA), notamment dans le domaine de

l’apprentissage profond (deeplearning), les systèmes modernes de suivi sont
capables d’extraire automatiquement des informations complexes à partir de flux
vidéo. Ces systèmes utilisent des réseaux de neurones convolutifs (CNN), des
algorithmes de détection d’objets comme YOLO ou SSD, et des techniques de ré-
identification (Re-ID) pour assurer un suivi fiable, même dans des environnements
dynamiques et complexes.
2. Applications concrètes

Le suivi des personnes par caméra est aujourd’hui utilisé dans de nombreux
secteurs. Voici quelques exemples d'applications pratiques :

a. Sécurité et surveillance

 Surveillance des lieux sensibles (aéroports, sites industriels, bâtiments

publics).
 Détection automatique d’intrusion dans des zones interdites.
 Reconnaissance faciale pour identifier des individus recherchés.
 Suivi des comportements suspects (regroupements anormaux, gestes
inhabituels).
 Gestion de la foule lors de grands rassemblements ou événements sportifs.

b. Transports et mobilité

 Analyse du flux de passagers dans les gares et les stations de métro.

 Étude du comportement piéton pour améliorer les infrastructures urbaines.
 Aide à la régulation du trafic (feux intelligents, détection de zones
encombrées).

c. Commerce et marketing

 Analyse du parcours des clients dans un magasin : zones les plus

fréquentées, durée de présence.
 Évaluation de l’efficacité de l’agencement des rayons ou de l'affichage
publicitaire.
 Personnalisation de l’affichage dynamique (publicités adaptées en fonction
du profil du client détecté).

d. Santé et assistance aux personnes

 Surveillance des patients en milieu hospitalier pour détecter les chutes ou

comportements à risque.
 Suivi des déplacements de personnes âgées ou en situation de handicap dans
les maisons de retraite.
 Systèmes d’assistance intelligente dans les domiciles (domotique couplée à
la vision).
3. Objectifs du suivi

Le suivi de personnes par caméra ne se limite pas à l’observation : il poursuit des

objectifs concrets selon les contextes d’usage :

 Renforcer la sécurité : Prévenir les incidents, détecter rapidement les

comportements dangereux, et aider les forces de l’ordre.
 Optimiser les flux : Adapter l’aménagement des espaces publics, gérer les
foules, et améliorer la fluidité des déplacements.
 Personnaliser l’expérience utilisateur : Offrir des services adaptés à
chaque individu, améliorer l’ergonomie des lieux, et cibler les besoins en
temps réel.

PARTIE 1 : Défis techniques :

1.1 Problème d'éclairage

a. Éclairage Infrarouge :

L'éclairage infrarouge (IR) est une technologie qui émet de la lumière infrarouge
invisible à l'œil nu. Cette lumière permet de créer des images de haute qualité dans
des environnements où la lumière visible est insuffisante, tels que des pièces
sombres ou la nuit. L'éclairage IR est couramment utilisé dans des systèmes de
surveillance pour des applications telles que la sécurité et la surveillance. L'un des
principaux avantages est sa capacité à fournir une vision claire sans déranger les
sujets capturés par la caméra. Cependant, l'un des défis majeurs est que l'éclairage
IR peut être facilement obstrué par des objets réfléchissants, réduisant ainsi
l'efficacité du système.

b. Vision Thermique :

La vision thermique permet de capturer des images basées sur les signatures
thermiques des objets et des personnes dans un environnement donné.
Contrairement à l'éclairage infrarouge, la vision thermique ne dépend pas de la
lumière visible, mais plutôt des différences de température des objets. Cette
technologie est particulièrement utile dans des conditions d'obscurité totale, où il
n'y a aucune lumière visible. Les caméras thermiques détectent la chaleur émise
par les objets et les convertissent en images, facilitant ainsi l'identification et le
suivi d'objets ou de personnes, même dans des conditions difficiles. Cependant,
cette technologie peut être affectée par des éléments tels que les conditions
météorologiques extrêmes, qui peuvent altérer la précision des images thermiques.

1.2 Problème d'occlusion :

a. Filtre de Kalman :

Le filtre de Kalman est un algorithme qui combine plusieurs mesures bruitées pour
estimer la position d'une cible, comme un véhicule ou une personne, dans un
espace donné. Il utilise un modèle dynamique de la cible pour prédire sa position
future et ajuste les prédictions en fonction des nouvelles données reçues. Lors
d'occlusions (par exemple, lorsque l'objet disparaît temporairement de la vue), le
filtre de Kalman permet de prédire la position de la cible en utilisant sa vitesse et
sa direction. Lorsqu'une occlusion se termine et que l'objet réapparaît, l'estimation
est mise à jour pour garantir un suivi précis. Ce processus est crucial dans les
systèmes de suivi en temps réel, comme la vidéosurveillance, pour éviter de perdre
une cible en cas de brève obstruction.

b. Ré-identification de personnes par l'IA :

La ré-identification des personnes après une occlusion est un défi majeur dans les
systèmes de surveillance vidéo. Les modèles d'intelligence artificielle (IA), en
particulier les réseaux de neurones convolutifs (CNN), analysent les
caractéristiques visuelles uniques des individus, telles que la couleur, la forme, et
la texture des vêtements. Ces modèles permettent de réidentifier un individu même
après une occlusion longue ou un changement de position. La ré-identification est
essentielle pour maintenir le suivi d'une personne dans des environnements
complexes et encombrés, où la visibilité peut être intermittente. Cependant, les
défis liés à cette technologie incluent la gestion des variations d'apparence dues
aux changements de vêtements ou d'éclairage.

PARTIE 2 : Défis éthiques et juridiques :

2.1 Protection des données (RGPD en Europe) :

Le Règlement Général sur la Protection des Données (RGPD) est une loi
européenne qui impose des règles strictes pour la collecte, le stockage et le
traitement des données personnelles. Dans le cadre des systèmes de surveillance
par caméra, il est crucial de respecter ces principes pour garantir la confidentialité
et la sécurité des données des citoyens. Le RGPD met l'accent sur :

a. Minimisation des informations collectées : Il est essentiel de ne collecter que

les données nécessaires à l'objectif poursuivi par le système de surveillance, en
évitant la collecte excessive de données.

b. Transparence totale : Les personnes concernées doivent être informées de

manière claire sur la manière dont leurs données seront utilisées, stockées et
traitées. Cela inclut la durée de conservation des données et les personnes ou
entités ayant accès à ces données.

c. Mesures de sécurité robustes : Le RGPD impose des mesures de sécurité

techniques et organisationnelles pour protéger les données personnelles. Cela
inclut le cryptage des vidéos, l'anonymisation des données, et la mise en place de
contrôles d'accès stricts.

Le non-respect de ces règles peut entraîner des sanctions sévères, allant de fortes
amendes à des interdictions d'exploitation des données. Les entreprises doivent
donc s'assurer que leurs systèmes de surveillance respectent pleinement la
législation en vigueur.

2.2 Sécurité des données :

La sécurité des données dans les systèmes de surveillance est un autre défi majeur.
Les enregistrements vidéo capturés par les caméras de surveillance sont des
informations sensibles et doivent être protégés contre les attaques informatiques,
les fuites et les accès non autorisés. Plusieurs protocoles de sécurité peuvent être
mis en place pour garantir la protection des données :
a. Cryptage des vidéos : Le cryptage des vidéos permet de rendre les données
illisibles pour toute personne qui n'a pas les clés appropriées. Cela garantit que
même en cas de fuite, les données ne peuvent pas être utilisées à des fins
malveillantes.

b. Pare-feu efficaces : Les pare-feu servent à protéger les systèmes de surveillance

contre les attaques externes en filtrant le trafic réseau et en empêchant l'accès non
autorisé.

c. Systèmes de détection d'intrusion : Ces systèmes sont conçus pour surveiller

les activités suspectes dans le réseau et alerter les administrateurs en cas de
tentative d'intrusion. Ils permettent de réagir rapidement en cas de violation de
sécurité.

5. Conclusion :
Le suivi des personnes par caméra est une technique puissante qui permet de
détecter, identifier et suivre les mouvements individuels en temps réel. Cette
technologie offre des solutions innovantes pour renforcer la sécurité et améliorer
divers aspects de la vie quotidienne, comme la gestion des espaces publics, la
surveillance des zones sensibles et l'amélioration des réponses d'urgence.
Toutefois, l'utilisation de ces systèmes doit être accompagnée d'une gestion éthique
et sécurisée des données collectées, afin de protéger la vie privée des individus.
Les défis liés à la sécurité des données et à la conformité avec des réglementations
telles que le RGPD doivent être abordés pour garantir un usage responsable et
transparent. En somme, le suivi par caméra, tout en offrant de nombreux
avantages, nécessite une régulation stricte pour équilibrer l'innovation
technologique et la préservation des droits des citoyens.