Une caméra enregistre ; un agent de vision comprend. C'est la différence entre un système de sécurité passif — utile seulement après l'incident — et un système qui détecte, compte, corrèle et alerte en temps réel. La vision par ordinateur est le cœur historique d'AI MONITORING, et le domaine où l'écart entre une démonstration et un système fiable est le plus grand.
La chaîne technique
Un agent de vision lit un flux vidéo — typiquement un flux RTSP issu d'un DVR ou NVR déjà installé — puis applique une chaîne de traitement : détection des objets et personnes par un modèle de la famille YOLO, suivi des trajectoires image par image, filtrage des présences réelles pour écarter les passages parasites, puis application de la logique métier (zones, seuils, horaires) qui transforme une détection en événement signifiant.
Détection : localiser personnes, véhicules ou objets dans chaque image, en conditions réelles de lumière et de mouvement.
Suivi (tracking) : relier les détections dans le temps pour distinguer un individu qui reste d'un flux de passages.
Filtrage temporel : ne compter ou n'alerter qu'après une présence confirmée, en secondes réelles, pour éliminer les faux positifs.
Logique spatiale : zones d'intérêt, lignes de comptage, périmètres interdits, définis selon les besoins du site.
Le choix de l’edge : traiter localement
AI MONITORING privilégie le traitement local, au plus près des caméras, sur un boîtier dédié installé chez le client. Ce choix d'architecture — l'edge AI — n'est pas un détail technique : il conditionne la confidentialité, la robustesse et le coût. Les vidéos restent dans l'entreprise ; aucune diffusion permanente de flux complets vers un cloud externe. Le système continue de fonctionner même en cas de coupure réseau. Et l'on évite des coûts d'infrastructure récurrents qui rendent beaucoup de solutions étrangères inabordables.
La fiabilité d'un système de vision ne vient pas d'un modèle plus gros, mais d'un réglage juste : seuils calibrés sur le site réel, gestion du temps indépendante de la cadence d'images, traitement ciblé des zones d'intérêt. C'est ce travail d'ingénierie, invisible dans une démonstration, qui sépare un compteur qui se trompe d'un compteur sur lequel on pilote une décision.
A camera records; a vision agent understands. That is the difference between a passive security system — useful only after the incident — and a system that detects, counts, correlates and alerts in real time. Computer vision is AI MONITORING's historical core, and the field where the gap between a demo and a reliable system is widest.
The technical chain
A vision agent reads a video stream — typically an RTSP feed from an already-installed DVR or NVR — then applies a processing chain: object and person detection by a YOLO-family model, frame-by-frame trajectory tracking, real-presence filtering to discard spurious pass-throughs, then the business logic (zones, thresholds, schedules) that turns a detection into a meaningful event.
Detection: locate people, vehicles or objects in each frame, under real light and motion conditions.
Tracking: link detections over time to tell a lingering individual from a flow of pass-throughs.
Temporal filtering: count or alert only after a confirmed presence, in real seconds, to eliminate false positives.
Spatial logic: zones of interest, counting lines, restricted perimeters, defined to the site's needs.
The edge choice: process locally
AI MONITORING favours local processing, as close as possible to the cameras, on a dedicated box installed at the client site. This edge-AI architecture is not a technical detail: it governs confidentiality, robustness and cost. Video stays inside the company; no permanent streaming of full feeds to an external cloud. The system keeps working through a network outage. And it avoids the recurring infrastructure costs that make many foreign solutions unaffordable.
A vision system's reliability comes not from a bigger model, but from accurate tuning: thresholds calibrated on the real site, timing independent of frame rate, targeted processing of zones of interest. This engineering work — invisible in a demo — is what separates a counter that gets it wrong from one you can steer a decision by.