Sotel : une solution de cyber-gardiennage pleinement opérationnelle

Le concept de cyber-gardiennage a émergé dès qu’il a été possible de consulter des images de qualité à distance, provenant de plusieurs caméras et pouvant être rassemblées sur un grand écran. On a pensé alors qu’il suffirait de positionner un opérateur pour surveiller des zones à risque, soit en continu, soit sur alarme. Mais deux questions se sont très vite posées : Combien d’images un opérateur a-t-il la capacité de visionner en même temps ? Si des déclenchements d’alarmes intempestifs nécessitent de visionner plus de caméras et plus longtemps qu’à l’accoutumée, comment prioriser les sites, et peut-on laisser ce choix à l’opérateur ?

L’apport du deep-learning

Pour résoudre ces difficultés, Sotel développé avec la société InPixal une solution opérationnelle de cyber-gardiennage, qui a été adoptée par plusieurs établissements (La Banque Postale, CEMP, BPOC, BPCE, CEPA, LCL). Grâce au deep-learning, l’algorithme est capable de détecter automatiquement, et avec un niveau de résultat très élevé, des situations à risque très différentes.
Le serveur d’InPixal installé chez Sotel facilite ainsi le travail de l’opérateur en lui présentant seulement des situations critiques et en passant sous silence les situations normales. La mise en œuvre se fait par divers scénarios, comme l’analyse d’images sur alarme, la surveillance pendant le délestage de coffres de transfert, la surveillance en continu d’espaces ayant un niveau de criticité élevé, etc.

Nombreux services

Le dispositif repose sur le lien qui relie le serveur au stockeur de l’agence, car les images à analyser ne remontent au serveur que sur sa demande. Cette demande est provoquée par une alarme, une alerte, mais aussi par un scénario de consultation enregistré dans le serveur (rondes vidéo). Cela ouvre la possibilité à une infinité de services comme le contrôle de toutes les caméras d’une agence, sur réception d’une alarme, qui permet de renforcer la sécurité du site. Un véritable progrès donc, qui est rendu possible par la qualité de détection des situations critiques par l’algorithme.

Co-construction
Fruit d’une longue collaboration entre Sotel et InPixal, la solution atteint ses résultats grâce à l’efficacité de l’IA et aux nombreuses expériences faites sur des technologies simples d’analyse de données. Celles-ci ont constitué une base importante d’images pour l’apprentissage de l’algorithme.