Le traitement de l'image

Interview 3
3 questions à... Louahdi Khoudour, INRETS - LEOST
Rail & Recherche n°30 - janvier/février/mars 2004

Louahdi Khoudour , Ingénieur de recherche au Laboratoire électronique, ondes et signaux pour les transports à l'INRETS.

Rail & Recherche : En matière de télésurveillance, de quelles applications la SNCF a-t-elle besoin ?
Louahdi Khoudour : La SNCF a un besoin de couverture vidéo énorme pour la surveillance de ses activités dans les gares, mais que faire des images ? À la station de métro Havre-Caumartin à Paris, par exemple, une centaine de capteurs vidéo acquièrent des images à la cadence vidéo (25 images/s). Dans le centre de liaison de la station, une dizaine d’écrans sont installés pour la visualisation des images. Pour détecter un incident éventuel ou une situation potentiellement dangereuse, les agents chargés de la surveillance “zappent” en permanence d’une caméra à l’autre. Dans ces conditions, la probabilité de détecter un événement potentiellement dangereux est quasi nulle et l’ergonomie du système est particulièrement mauvaise, la fatigue est considérable. Avec les projets européens Cromatica du 4e PCRD, puis Prismatica du 5e PCRD, nous avons fait la preuve qu’il était possible d’appliquer des traitements aux images pour automatiser cette surveillance et améliorer son efficacité.

R & R : Quelles recherches avez-vous menées avec la SNCF ?
L. K. : Nos algorithmes sont capables de repérer en temps réel des événements potentiellement dangereux pour la sûreté des usagers et du personnel. Nous les avons appliqués aux quatre scénarios définis par les chercheurs de la SNCF avec lesquels nous collaborons actuellement : “stationnarité” — une personne debout ou un objet abandonné, déplacement à contre-sens, forte concentration humaine dans un même lieu et intrusion en zone interdite. Le système de reconnaissance d’images est paramétré pour diffuser une alarme sonore qui prévient l’opérateur qu’un événement jugé dangereux est en train de se dérouler, ainsi que l’affichage de l’image de la caméra qui a servi à la détection. Pour accélérer l’interprétation de l’événement par l’opérateur, des marqueurs (du type flèche ou rectangle encadrant) sont affichés sur l’image. Ces marqueurs indiquent à l’opérateur où regarder sur l’image pour faire son diagnostic.

R & R : Quelle est l’efficacité de ces algorithmes ?
L. K. : Pour la détection des déplacements à contre-sens, par exemple, la fiabilité de notre système est supérieure à 99 %, à une condition : que les caméras soient bien placées de façon à éviter au maximum les occlusions. Toutes les fonctions développées dans le projet Prismatica ont été testées en vraie grandeur dans plusieurs sites (métro de Londres, métro de Paris, aéroport de Newcastle). En 2002 et 2003, nous avons effectué des tests sur les séquences filmées à la station Magenta du RER E. Nous estimons qu’il n’est pas nécessaire de faire de nouvelles évaluations sur site. Nous considérons que ces fonctions sont aujourd’hui validées et prêtes pour un transfert industriel.