Comment l'IA mesure une foule : vision par ordinateur, cartes de densité et fusion de capteurs
Compter des visages ne marche plus quand les gens se touchent. Voici comment les systèmes modernes estiment densité, vitesse et pression à partir de caméras, et quelles sont leurs limites.

Pour alerter avant l'incident, il faut d'abord mesurer la foule. Cela semble simple, mais compter et suivre des milliers de personnes serrées les unes contre les autres est l'un des problèmes les plus difficiles de la vision par ordinateur. Voici les grandes briques d'un système moderne.
1. Estimer la densité, sans compter chaque personne
Quand la foule est clairsemée, on peut détecter chaque individu. Mais dès que les gens se masquent les uns les autres, la détection individuelle échoue. Les approches actuelles apprennent plutôt à produire une carte de densité : un réseau de neurones prend une image et estime, pour chaque région, combien de personnes s'y trouvent. L'intégrale de la carte donne le total.
2. Mesurer la vitesse par le mouvement
Le flux optique (le déplacement apparent des pixels d'une image à la suivante) permet d'estimer la direction et la vitesse du mouvement par zone. À partir de ce champ de vitesses, on calcule la variance locale, ingrédient de la pression de foule.
3. Passer des pixels aux mètres
Une caméra voit en perspective : un pixel proche du sol, au premier plan, ne représente pas la même surface qu'un pixel au fond. Un étalonnage géométrique convertit l'image en plan métrique, pour exprimer les résultats en personnes/m² et en m/s. C'est une étape indispensable pour comparer aux seuils de sécurité.
4. Croiser plusieurs sources
- Caméras visibles et thermiques, pour la nuit et les mauvaises conditions.
- Compteurs aux portiques et aux accès, qui donnent des flux fiables en entrée.
- Capteurs complémentaires (laser, radar, signaux sans fil agrégés) pour consolider les estimations.
- Drones ou points hauts pour une vue d'ensemble.
Le rôle de la chaîne de décision
Dans la chaîne en quatre temps présentée sur ce site (acquisition, analyse, alerte, action), cette technologie couvre les deux premières étapes. Mais le système n'a de valeur que si ses sorties sont lisibles par un opérateur et reliées à des procédures : une carte de chaleur qui n'engage aucune décision ne protège personne.
Pour aller plus loin
- · Zhang, Y. et al. (2016). Single-image crowd counting via multi-column convolutional neural network. CVPR.
- · Horn, B., Schunck, B. (1981). Determining optical flow. Artificial Intelligence, 17.