Maison > Article > Périphériques technologiques > Améliorer la sécurité des systèmes d'entreprise grâce à la vision par ordinateur
La protection des actifs et des informations de l'entreprise et la sécurité des membres de l'équipe devraient être les deux plus grandes priorités de toute entreprise. Selon BusinessWire, le marché des services d'enquête et de sécurité atteindra une valeur de 417,16 milliards de dollars d'ici 2025. Cependant, en raison de flux de travail complexes et d'un nombre croissant de cyberattaques, il reste difficile pour les équipes de sécurité de minimiser les pertes dans de nombreux environnements commerciaux différents, notamment la vente au détail, la technologie financière, les transports et d'autres secteurs. Heureusement, le maintien de la sécurité peut être plus efficace grâce à l’évolution de la technologie de vision par ordinateur.
La vision par ordinateur est une discipline de l'intelligence artificielle qui vise à simuler la façon dont les humains observent et comprennent le monde visuel. Cette technologie a de nombreuses applications. Il faut des données pour entraîner les ordinateurs à comprendre comment reconnaître les objets et tirer des conclusions à partir de ces observations.
La vision par ordinateur est réalisée grâce au processus suivant :
1. L'ordinateur doit avoir accès à l'image à analyser. En termes de sécurité de l’entreprise, les photos ont très probablement été prises à partir d’une caméra de surveillance. Plus la qualité de l’image est élevée, plus les résultats sont précis.
2. Les data scientists entraînent le système à reconnaître certains objets dans les données. Si l'algorithme d'apprentissage automatique de l'ordinateur détecte une correspondance, il signale cette zone de l'image.
3. L'ordinateur prend alors une décision en fonction de ce qu'il voit, en fonction de la façon dont il a été entraîné à réagir.
Cette approche se heurte à plusieurs défis. Parfois, les objets vus à travers la caméra peuvent émettre de faux positifs. Par exemple, une caméra conçue pour identifier une arme portée à la ceinture d'une personne pourrait être confondue par une personne portant un téléphone cellulaire. La précision de la vision par ordinateur dépend de la qualité de la caméra, de la quantité de données utilisées pour la formation et d'autres variables. Pour tirer le meilleur parti de la vision par ordinateur, les entreprises doivent être conscientes de ces défis afin d’atténuer leur impact.
Par exemple, la reconnaissance faciale est un exemple populaire de sécurité par vision par ordinateur. Cependant, le traitement des données de reconnaissance faciale impose une lourde charge sur la bande passante du réseau. Une solution potentielle pour répondre aux besoins de sécurité pourrait être la biométrie de pointe, où le traitement de l'IA s'effectue sur des appareils de pointe plutôt que dans un emplacement centralisé. Par conséquent, avant de commencer le processus de mise en œuvre de la vision par ordinateur, vous devez vous rappeler que chaque cas est unique et nécessite la participation d'ingénieurs en IA expérimentés pour créer la solution la plus efficace.
Il existe de nombreux cas d'utilisation de la vision par ordinateur dans les applications de sécurité. Quelques exemples incluent la prévention du vol et de la fraude, la détection des défauts de fabrication, la détection des accidents de la route, l'évaluation de la sécurité et la détection des objets dangereux. Examinons chaque cas plus en détail.
Les pertes dues au vol en magasin peuvent être mieux surveillées et enregistrées grâce à l'utilisation de la technologie de vision par ordinateur. Des entreprises comme Walmart utilisent déjà des caméras dotées d’intelligence artificielle pour suivre les vols. Si la caméra voit un client mettre des articles dans son sac sans le scanner lors du paiement automatique, un préposé sera automatiquement appelé pour l'aider.
Une telle solution peut être obtenue en ajoutant des caméras alimentées par l'IA au moment du paiement. Lorsqu'un client scanne un produit à la caisse, une caméra capture les articles numérisés et le système génère une quantité totale d'articles et l'envoie au système de point de vente intégré. Le système de point de vente compare ensuite le nombre total d'articles numérisés au nombre généré par la caméra, et si les chiffres ne correspondent pas, une notification de vol potentiel est envoyée à un employé du magasin. Cela permet aux employés de réagir rapidement aux événements négatifs potentiels et de prévenir la fraude.
À première vue, la détection des défauts ne s'intègre pas exactement dans d'autres applications de sécurité. Cependant, l’automatisation de la détection des articles défectueux en usine peut contribuer à atténuer les problèmes de sécurité. Cela peut également contribuer à prévenir le vandalisme et la falsification. Ces systèmes peuvent également aider à prédire les risques, ce qui permet aux entreprises d'agir face aux menaces avant qu'il ne soit trop tard.
La détection des défauts de fabrication optimisée par des algorithmes d'apprentissage automatique permet de trouver des modèles dans des ensembles de données et de détecter des anomalies basées sur ces modèles. Cela permet d’éviter les erreurs humaines avec moins de temps et d’efforts, ce qui entraîne des économies significatives.
La surveillance des accidents survenant sur la route est très importante dans certaines situations, notamment la logistique, la sécurité des événements, le contrôle de la circulation, etc. Les caméras compatibles avec la vision par ordinateur peuvent détecter les collisions, identifier les véhicules suspects en mouvement et en stationnement et réagir automatiquement aux menaces potentielles ou aux objets d'intérêt.
En apprenant des flux de données et d'images disponibles provenant des caméras de circulation, un tel système peut examiner en permanence la circulation pour identifier les modèles qui indiquent un éventuel accident. Si le système détecte une situation potentiellement dangereuse, il peut alerter la personne responsable ou effectuer une réponse préprogrammée pour alerter le conducteur.
La vision par ordinateur peut être utilisée pour garantir que les protocoles de sécurité sont mis en œuvre sur le lieu de travail. Par exemple, dans un environnement de back-office dans la fabrication, la distribution ou la vente au détail, les caméras pourraient détecter si une palette repose à plat sur le sol ou est appuyée sur le côté contre un mur. Puisque ce dernier pourrait être considéré comme un risque pour la sécurité, un système de vision par ordinateur pourrait automatiquement signaler l'incident comme un « quasi-accident » et signaler le problème à un superviseur pour correction.
Les systèmes équipés de la technologie de vision par ordinateur peuvent être utilisés pour détecter des objets dangereux tels que des armes ou d'autres objets non autorisés. Il s'agit d'une application difficile car les armes peuvent être facilement cachées en raison de l'éclairage de l'environnement, de la pose du sujet, de la perspective du système de caméra, de l'occlusion, etc. Même si la technologie n’est peut-être pas encore parfaite, elle peut encore être utilisée pour compléter et améliorer les efforts en matière de sécurité humaine.
Les entreprises ont une variété de besoins de sécurité uniques qui ne sont souvent pas compatibles avec des solutions universelles. L'automatisation complète peut être efficace dans certaines situations, comme la détection d'activité dans une zone spécifique ou la détection d'articles défectueux. Toutefois, pour certaines entreprises, une approche hybride peut s’avérer la meilleure option, dans la mesure où la vision par ordinateur peut compléter les opérateurs humains. Quoi qu’il en soit, la technologie continue de s’améliorer et les entreprises qui souhaitent maintenir efficacement leur sécurité doivent envisager d’adopter ces technologies pour réduire les pertes, prévenir les incidents et assurer la sécurité de leurs équipes et de leurs clients.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!