L’intelligence artificielle fait aujourd’hui partie de notre vie quotidienne avec notre utilisation des agents conversationnels, des prédictions d’écriture sur nos boîtes mail ou nos logiciels de traitement de textes, de la reconnaissance faciale pour déverrouiller nos appareils et des recommandations faites par les magasins en ligne, les réseaux sociaux, les applications musicales, les GPS, etc. Les professionnels ont également compris l’intérêt de cet outil et s’en servent dans un grand nombre de pratiques : personnalisation de l’apprentissage en éducation, analyse prédictive du comportement des clients en marketing, ciblage des publicités, optimisation des trajets en logistique ou bien encore détection des gestes suspects dans la sécurité.

C’est cette dernière application qui nous intéresse dans la mesure où elle améliore le travail des commerçants qui souhaitent lutter efficacement contre le vol à l’étalage. Comment cela est-il rendu possible ? Principalement grâce au Machine Learning. Mais que signifie cette technique d’apprentissage et comment a-t-elle révolutionné le secteur de la sécurité ? C’est ce que vous allez apprendre dans cet article.

Quel est l’objectif du Machine Learning ?

Le Machine Learning, apprentissage automatique en français, appartient au domaine de l’intelligence artificielle (IA). Le concept est le suivant : programmer un système informatique pour qu’il effectue une tâche spécifique est trop complexe et trop long. Par conséquent, il faut lui apprendre à apprendre afin qu’il s’adapte à des situations différentes de lui-même.

Les approches du Machine Learning

Pour cela, un ensemble de données qualitatives est fourni à la machine par des experts du domaine. Il existe plusieurs approches :

• Le Machine Learning supervisé qui crée son propre modèle à partir d’algorithmes de classification paramétrés par des humains. Ces derniers donnent des étiquettes aux exemples apportés pour réaliser une prédiction.
• Le Machine Learning non-supervisé ne repose pas sur l’étiquetage. Il regroupe lui-même les données d’entraînement en clusters à partir des caractéristiques qu’il parvient à faire ressortir.

La différence avec le Deep Learning

Afin de résoudre des problèmes plus complexes et pour une plus grande efficacité, une sous-catégorie du Machine Learning s’est développée ces dernières années : le Deep Learning ou apprentissage profond. Quelle est sa particularité par rapport à l'apprentissage automatique ? La quantité de données est beaucoup plus importante. En outre, il s’inspire du cerveau humain, principalement des neurones : un réseau de neurones artificiel est mis en place et ces derniers sont regroupés en plusieurs couches qui affinent chacune le traitement des données.

Par ailleurs, ces réseaux de neurones sont dits convolutifs, c’est-à-dire qu’ils sont capables de filtrer les données, notamment visuelles et vocales, afin de reconnaître les éléments à analyser.

Le Deep Learning est très utile et performant, mais il demande un grand volume de données et donc une importante capacité de stockage, ainsi que beaucoup de ressources informatiques et énergétiques.

Quels sont les avantages du Machine Learning dans la vidéosurveillance ?

Le secteur de la vidéosurveillance a mis à profit les avancées technologiques liées au Machine Learning et continue à suivre de près toutes les évolutions afin de subvenir aux besoins des responsables de la sécurité dans le commerce de détail.

Les emplois du Machine Learning dans les commerces de détail

Avec l’augmentation des vols à l’étalage, les exigences des commerçants sont très hautes vis-à-vis de la vidéosurveillance. Quelles solutions apporte le Machine Learning à leurs problématiques ?

• Alerter en cas de geste suspect. Lors de l’analyse des données provenant des caméras, si l’IA estime qu’un geste est suspect, elle envoie une vidéo sur la tablette, l’ordinateur ou le smartphone de l’agent en charge de la sécurité. Le commerçant peut alors apporter son aide au client pour le dissuader de commettre le vol ou le repérer afin de lever les doutes à la sortie du magasin.
• Détecter d’autres problèmes. L'intelligence artificielle peut également être entraînée à avertir les commerçants en cas de chute, de malaise ou d’agression afin qu’ils réagissent rapidement pour protéger les personnes. Pareillement pour les biens détériorés.
• Le Machine Learning sert aussi à prédire les comportements des clients, notamment en continuant d’apprendre avec les vidéos qu’il étudie. Les stocks peuvent ainsi être mieux gérés et les services marketing peuvent optimiser leurs campagnes de communication.

Fonctionnement de l’IA de Veesion

Chez Veesion, nous avons recours au Machine Learning de la manière suivante :

• La détection de mouvements. La machine est entraînée à partir de grands ensembles de données pour repérer des gestes types qui paraissent suspects sur les images produites par les caméras de surveillance. 
• L’identification des objets. Enfin, le Machine Learning est requis pour reconnaître les sacs à dos, les caddies, les poussettes, etc., mais aussi ce qui appartient au magasin (les rayons et les articles).

Les gestes et les objets sont ensuite reliés entre eux : si un objet identifié comme un article suit le mouvement d’un membre du corps pour aboutir dans un autre objet tel qu’un casque de moto, une alerte est alors déclenchée, car cela correspond à un geste suspect.

D’autres éléments, notamment issus du Deep Learning, viennent compléter cette solution pour améliorer la reconnaissance et réduire les fausses alertes.

Les limites de l’utilisation du Machine Learning pour la vidéosurveillance

Des lois encadrent strictement le recours à l’IA dans les magasins et au travail. Ainsi, l’IA, et donc le Machine Learning, doit uniquement être employée pour la sécurité et la surveillance des produits. Elle ne doit en aucun cas servir à contrôler les salariés ni être utilisée à des fins de reconnaissance visuelle, vocale ou biométrique pour identifier des individus.

Nos solutions Veesion sont élaborées en prenant en compte ces bonnes pratiques. Elles suivent en effet le RGPD (Règlement Général sur la Protection des Données) et le code de la sécurité intérieure.

En définitive, le Machine Learning est un type d’intelligence artificielle qui conçoit des systèmes informatiques capables d’apprendre par eux-mêmes. Grâce à cet apprentissage automatique, les dispositifs de vidéosurveillance offrent la possibilité aux commerçants de repérer les gestes suspects sans être constamment derrière leur ordinateur. Pour finir, le Machine Learning donne l’occasion à tous de bénéficier d’une protection contre le vol, même aux boutiques qui n’ont pas les ressources financières pour recruter un agent. En choisissant la solution Veesion, vous profiterez de tous ces avantages avec une réduction des pertes jusqu’à 60%, tout en étant assuré de vous conformer aux règles du cadre légal.