Formulaire de contact
Votre demande a bien été envoyée.
Veuillez saisir votre nom
Merci de saisir une adresse e-mail
Le format de l’e-mail est incorrect
Veuillez saisir le nom de votre société
Veuillez saisir un message

Comment détecter et compter des milliers d'objets en quelques secondes ?

← Toutes les ressources
Use cases
Comment détecter et compter des milliers d'objets en quelques secondes ?

Par Preligens, 27/01/22

Le cas d'un camp de réfugiés

Les camps de réfugiés (STANAG 18-Urban areas) sont des sites d'intérêt stratégique pour la communauté du renseignement. Leur activité fournit des informations sur l'évolution d'un conflit. 

Pour suivre cette activité, les tentes sont l'indicateur le plus fiable à suivre : les professionnels du renseignement suivent quotidiennement leur nombre, et analysent l'implantation globale du camp - ces derniers sont-ils organisés de manière rigoureuse, des bâtiments sanitaires sont-ils construits à proximité, la surface totale couverte par les tentes finit-elle par diminuer... ?

Mais la principale difficulté rencontrée dans ce processus reste le premier point : les compter. 

Dès lors qu'un satellite est capable de prendre des photos de centaines de kilomètres carrés et que les tentes présentes sur ces photos sont pointées par un point bleu ; combien de tentes figurent sur une image comme celle ci-dessous ?

Laissez-nous vous économiser la tâche : il y a plus de 16 000 points bleus dans cette image. Plus de 16 000 tentes que les interprètes d'images comptent manuellement tous les jours durant des heures.

C'est là que l'IA entre à nouveau en jeu : ce n'est qu'une question de secondes pour que notre détecteur de tentes calcule ce résultat. Un gain de temps important pour les analystes qui peuvent se consacrer à l'analyse de la configuration globale du camp et à l'évolution des chiffres dans le temps. 

Dans nos cas d'utilisation précédents, nous avons montré de nombreuses détections d'avions. 

Mais ne vous y trompez pas, la détection de tentes représente un tout autre type de défi technique par rapport à la détection d'avions.

Il y a plusieurs raisons à cela. Tout d'abord, les tentes sont de très petits objets lorsqu'elles sont vues par l'œil d'un satellite d'observation de la Terre, ce qui rend difficile de les différencier des rochers ou des bâtiments. Une image satellite est une photo prise à 600 kilomètres de hauteur et est donc très différente d'une photo prise avec un smartphone. 

Voyez par vous-même :

De plus, surveiller les tentes à des fins humanitaires ou de renseignement n'est pas la même chose que de compter les tentes plantées dans la zone de camping dédiée du parc national de Yosemite. 

Les camps de réfugiés rassemblent des milliers de tentes de fortune. Et si toutes les tentes d'un même camp se ressemblent globalement, elles changent de forme et d'aspect d'un camp à l'autre. La seule façon de surmonter ce problème est d'obtenir autant d'images que possible de tentes différentes, afin de rendre l'algorithme aussi générique que possible. 

Enfin, au-delà de la détection des tentes, et parce que l'activité du camp est une mesure clé à suivre, un autre défi se présente lorsque le camp commence à se vider : la trace laissée au sol par les tentes qui sont là depuis longtemps. En somme, ça donne ça :

Une difficulté de plus que notre équipe d'IA a identifiée parallèlement à l'entraînement de l'algorithme, et qu'elle s'est attelée à résoudre pour rendre le détecteur de tente encore plus performant.

Articles en relations
De l'utilité de la surveillance de l'activité des navires
De l'utilité de la surveillance de l'activité des navires
De l'utilité de la surveillance de l'activité des navires