Transformer des flux vidéo en statistiques exploitables, en temps réel

Le contexte

Notre client développe un logiciel en ligne (SaaS). Son ambition : permettre à ses utilisateurs d’obtenir, sans intervention humaine, des statistiques utiles sur ce que filment leurs caméras.

Pour des raisons de confidentialité, ce client reste anonyme.

Le défi

Une vidéo est une donnée riche, mais brute : des dizaines d’images par seconde, sans aucune structure. Pour en tirer des chiffres, il faut repérer automatiquement ce qui compte, image après image, puis transformer ces observations en données que le logiciel peut afficher.

Et il faut le faire en temps réel : une statistique qui arrive trop tard n’a plus de valeur pour l’utilisateur.

Notre approche

Nous avons traité le sujet comme un problème de circulation de la donnée avant d’en faire un problème d’IA. Le meilleur modèle de détection ne sert à rien si l’information ne circule pas de façon fiable entre la caméra, l’analyse et le produit.

Ce que nous avons construit

Le socle de données

Nous avons construit le pipeline de traitement de la donnée vidéo : il reçoit les flux bruts, les prépare et les transforme en informations structurées exploitables par l’application.

L’enjeu principal était la robustesse : une chaîne de traitement capable de faire circuler la donnée de façon fiable entre l’analyse vidéo et les différentes briques du produit.

La couche IA

Nous avons conçu la couche de vision par ordinateur (Computer Vision) qui analyse les flux et identifie les éléments nécessaires au calcul des statistiques. Elle s’appuie sur YOLOv11, un modèle de détection d’objets reconnu pour sa rapidité.

L’ensemble repose sur une infrastructure cloud AWS, qui supporte le traitement et l’intégration avec le logiciel.

Les résultats

La plateforme transforme automatiquement des vidéos brutes en statistiques exploitables, en temps réel.

Pour les utilisateurs, la complexité disparaît : ils consultent des chiffres, sans avoir à regarder ni analyser les images eux-mêmes.