Comment l'intelligence en périphérie propulse la prochaine vague d'applications de vision par ordinateur en 2019

Un tournant pour la vision par ordinateur

2018 a marqué un moment charnière pour la vision par ordinateur, la précision de la détection d'objets et de la reconnaissance faciale atteignant de nouveaux sommets. La prolifération des modèles d'apprentissage profond — en particulier les réseaux de neurones convolutifs et récurrents — a livré des solutions puissantes, prêtes à déployer. Pourtant, ces avancées ont un prix : les modèles grossissent en taille et en demande computationnelle. Par exemple, YOLOv3, un détecteur d'objets largement utilisé, contient désormais 106 couches entièrement convolutionnelles — plus du double de la profondeur de son prédécesseur — tandis que les variantes RetinaNet et SSD ont similarly boosté la performance au coût d'une complexité accrue.

Répondre aux nouvelles exigences

Alors que les déploiements de caméras explosent — particulièrement dans les scénarios de flux en direct haute résolution — il y a un besoin urgent d'appliquer des algorithmes de vision sophistiqués en temps réel. La surveillance passive traditionnelle ne suffit plus ; les caméras doivent fournir une intelligence proactive. Le streaming vidéo full résolution vers le cloud est prohibitif en coût, gourmand en bande passante et sujet à la latence. À l'inverse, déployer des racks de serveurs haute puissance sur site consomme un espace, de l'électricité et du capital précieux, surtout en cas de mise à l'échelle sur plusieurs sites. Le défi est clair : comment traiter la vidéo de centaines de caméras simultanément avec des ressources limitées ?

La solution : la vidéo en périphérie (Edge)

La réponse réside dans le calcul en périphérie. En intégrant des capacités d'inférence robustes directement dans les caméras ou en déployant des appliances edge compactes entre les caméras et le cloud, les charges de travail peuvent être distribuées sur de nombreux appareils. Ce changement est soutenu par un écosystème croissant de processeurs IA à haute performance et basse consommation. La série Jetson de NVIDIA offre de l'inférence temps réel en format embarqué, tandis que Myriad et Neural Compute Stick d'Intel — fruits de l'acquisition de Movidius — offrent des solutions similaires. De nouveaux entrants comme Mythic et Graphcore ont levé des centaines de millions en capital-risque, et les géants Google et Amazon ont dévoilé leurs propres puces edge, soulignant l'importance stratégique de l'intelligence sur l'appareil.

Ce qui nous attend

La vision basée sur l'edge débloquera une nouvelle génération d'insights en temps réel. Les enregistreurs vidéo passifs évolueront en gardiens actifs — détectant des enfants risquant de se noyer, signalant des armes près des écoles, ouvrant automatiquement des portes sécurisées, et identifiant des défauts de fabrication. Dans le commerce de détail, les caméras cartographieront les mouvements des acheteurs pour optimiser les flux et réduire les temps d'attente, tandis que la conformité sécurité en usine sera surveillée en temps réel. Avec plus d'un milliard de caméras déjà déployées et un autre milliard à l'horizon, le traitement en périphérie est prêt à rendre chaque caméra véritablement intelligente.

Des entreprises comme Kogniz fournissent déjà des services d'intelligence vidéo qui exploitent des appliances edge — caméras autonomes et adaptateurs pour unités IP existantes — permettant un déploiement à la demande, sans infrastructure lourde, sur un nombre illimité de caméras et de sites.

Jed Putterman est co-PDG de Kogniz. M. Putterman a fondé plusieurs entreprises technologiques, dont Snapcentric (acquise par VeriSign) et Allerez (acquise par Mercury Interactive Corporation). Il a commencé sa carrière chez Oracle Corporation et a conseillé des grandes entreprises telles que Sun Microsystems, SGI et Aspect Communications. M. Putterman est diplômé de UC Berkeley.