Vision par ordinateur
Ensemble de techniques qui font extraire par une machine une information utilisable à partir d'images ou de vidéos, pour reconnaître des objets, mesurer des quantités ou repérer des situations anormales.
Cette définition couvre également les termes :
- Computer vision
- Vision artificielle
- Vision industrielle
- Analyse d'images
- Caméra augmentée
Définitions
Définition simple : qu'est-ce que la vision par ordinateur ?
La vision par ordinateur, ou computer vision, désigne l'ensemble des techniques qui font extraire par une machine une information utilisable à partir d'images ou de vidéos : reconnaître un objet, compter des passages, mesurer une surface, repérer une situation anormale. La machine ne voit pas, elle calcule sur des pixels.
Les enjeux de la vision par ordinateur pour une collectivité
L'intérêt pour une collectivité tient à une bascule économique. Observer un territoire a toujours coûté du temps d'agent : compter les déchets d'une rue, vérifier l'état d'une chaussée, surveiller une forêt. L'analyse automatique d'images rend cette observation continue et répétable, sur des linéaires qu'aucune équipe ne couvrirait.
Les usages qui tiennent aujourd'hui en France partagent trois traits. Ils portent sur des objets, pas sur des personnes : des déchets, des fumées, des véhicules, des arbres. Ils servent une décision d'exploitation et non une sanction automatique. Et ils s'appuient sur des caméras déjà déployées ou embarquées sur des véhicules de service, ce qui change l'économie du projet.
Le point de vigilance est juridique autant que technique. Dès qu'un dispositif analyse l'espace public et porte sur des comportements, il quitte le terrain de la gestion technique pour celui des libertés publiques, où une collectivité ne décide pas seule de ce qu'elle a le droit de faire.
Le second point est la qualité des données d'entraînement, qui détermine la fiabilité réelle. Un modèle performant sur les images d'un territoire ne l'est pas forcément sur un autre, et la démonstration d'un fournisseur ne vaut pas recette.
Définition technique : modèles et chaîne de traitement
La chaîne d'un système de vision par ordinateur comporte la capture, le prétraitement, l'inférence et la décision métier. Le modèle produit une sortie structurée, le plus souvent une liste d'objets avec leur position et un indice de confiance compris entre 0 et 1. La collectivité fixe le seuil de déclenchement, qui arbitre entre fausses alertes et détections manquées.
Trois tâches couvrent les usages territoriaux : la classification, qui étiquette une image entière ; la détection, qui localise et compte des objets ; la segmentation, qui délimite des zones au pixel près.
Le lieu du calcul est le second choix structurant. L'inférence embarquée sur la caméra évite de transporter les images, réduit la bande passante et sert la minimisation des données. L'inférence sur serveur accepte des modèles plus lourds et se met à jour d'un coup pour tout le parc.
Les ordres de grandeur relevés en France éclairent le coût d'exploitation. Bourg-en-Bresse paie 60 000 euros par an d'abonnement pour trois balayeuses instrumentées, couverts par environ 170 000 euros de soutiens d'éco-organismes. Valbonne paie 12 000 euros par an et par caméra mobile. La Sarthe a investi 1,2 million d'euros hors taxes pour une cinquantaine de caméras sur 16 points hauts, avec un fonctionnement de l'ordre de 120 000 euros par an.
Définition juridique et réglementaire de la vision par ordinateur
Aucun texte n'encadre la vision par ordinateur en tant que technique. Le régime dépend de ce que le système observe, et la frontière décisive sépare les objets des personnes.
Ce que l’autorité de contrôle dit des caméras augmentées
Dans sa position publiée le 19 juillet 2022, la Commission nationale de l'informatique et des libertés (CNIL) nomme « caméra augmentée » un dispositif vidéo couplé à un logiciel qui analyse automatiquement l'image. Elle estime que les collectivités territoriales et les services de police de l'État ne sont pas autorisés par la loi à relier leurs caméras de vidéoprotection à une analyse automatique repérant des comportements contraires à l'ordre public ou des infractions.
Ce qui reste possible
La CNIL n'interdit pas ces caméras. Elle demande une base légale déterminée au cas par cas, une démonstration de proportionnalité et des garanties dès la conception, par exemple la suppression quasi immédiate des images sources ou la production de données agrégées anonymes. Le droit d'opposition des personnes s'applique, sauf finalité statistique sans usage opérationnel ou texte spécifique pris sur le fondement de l'article 23 du règlement général sur la protection des données.
La conséquence pratique
Un système qui compte des déchets ou des places libres, sans rattacher l'image à une personne, reste un outil de gestion. Un système qui relève une plaque d'immatriculation ou un comportement entre dans le champ des données personnelles, et la décision de sanction revient à un agent.
Cas d'usage de la vision par ordinateur pour les collectivités
| Cas d’usage | Description | Bénéfices pour les collectivités |
|---|---|---|
| Détecter les départs de feux de forêt | Des caméras installées sur des points hauts surveillent en continu les massifs forestiers. L’intelligence artificielle compare les images aux situations de référence, détecte les anomalies et déclenche une vérification automatisée avant l’alerte des services compétents. | Une détection précoce des incendies, une intervention plus rapide des secours et une meilleure protection des espaces naturels et des populations. |
| Mesurer la propreté d'une voirie en continu | Des caméras embarquées sur les véhicules de propreté identifient, catégorisent et géolocalisent les déchets présents sur la voirie. Les données collectées permettent d’adapter les tournées et d’évaluer objectivement l’état de propreté des espaces publics. | Une optimisation des moyens de nettoyage, un pilotage fondé sur la donnée et une meilleure justification des financements mobilisés. |
| Constater les dépôts sauvages | Une caméra mobile couplée à des algorithmes de vision détecte automatiquement les dépôts de déchets abandonnés et transmet aux agents habilités les éléments nécessaires à la constatation des infractions. | Une diminution des dépôts sauvages, une amélioration du cadre de vie et une réduction des coûts de nettoyage pour la collectivité. |
| Réduire les refus de tri en porte-à-porte | Des caméras installées sur les bennes photographient les bacs lors de la collecte. L’intelligence artificielle identifie les erreurs de tri visibles puis les agents vérifient les résultats avant toute action de sensibilisation auprès des habitants. | Une amélioration de la qualité du tri, une réduction des refus en centre de traitement et une meilleure performance des dispositifs de collecte sélective. |