top of page
Sauter à:

|

Applications intégrées de vidéosurveillance pour les villes intelligentes utilisant l'IoT et l'Edge Computing : VGuard
À propos de la vidéosurveillance

La technologie de vidéosurveillance est devenue un outil fondamental pour la sûreté et la sécurité, comme la surveillance du trafic, la surveillance intérieure et le suivi de la criminalité et de la violence. Cependant, avec l'augmentation rapide de l'utilisation de ces systèmes, la quantité de données vidéo augmente considérablement. Cela surcharge à son tour les ressources matérielles et le réseau pour stocker et transférer ces données. Dans des événements malheureux, il n'est pas possible d'analyser toutes les images des caméras pour extraire des informations significatives dans un délai raisonnable. Se posent ici les besoins de disposer d'un traitement et d'une analyse vidéo automatisés en temps réel et à réaliser à côté des caméras.

Notre but

L'objectif du projet est de développer un prototype de système complet de vidéosurveillance intelligente pour les villes intelligentes à intégrer dans la solution de sensibilisation à la situation NHANC-FalconEye.

  • Dispositif IoT sécurisé à connecter directement aux caméras de surveillance pour effectuer un haut niveau d'analyse vidéo. 

  • Applications Web et mobiles basées sur le cloud pour le personnel administratif de la ville, les propriétaires de la ville et les habitants de la ville.

  • Contribution scientifique et publications dans des revues ou des conférences de sondage.

Cette proposition est basée sur (PRP CFP174- Embedded Video Surveillance based on IoT & ML for Smart City 2021).

Outsourcing

Fixed Term
Agreement

 Hand-in-Hand
Agreement

Where you pay a fixed amount for a clear well-specified outcome in a well-defined duration.
Where we dedicate a team for your project, you assign the tasks to the team and we supervise the progress and provide a revised outcomes.

Full Control
Agreement

Here we help you to select the best members for the team. The team will work directly & completely for your side. We help in recruitment and hosting.

Défis

Dans le projet précédent, nous avons testé une large gamme d'algorithmes conçus pour la vidéosurveillance intelligente. Nous avons également testé l'intégration de certains de ces algorithmes avec des systèmes embarqués tels que Raspberry Pi. Dans le projet ARP proposé, nous visons à :

  1. Optimiser plus d'algorithmes à implémenter sur Raspberry Pi

  2. Intégrer ces algorithmes ensemble et avec un système de contrôle

  3. Améliorez la précision et les performances de ces algorithmes pour obtenir l'acceptation de l'utilisateur et des résultats en temps réel (principalement en utilisant l'apprentissage fédéré).

  4. Adapter les algorithmes pour (a) les scènes intérieures et (b) les scènes extérieures. D'après nos observations, chaque type de scène nécessite des paramètres spéciaux. 

  5. Algorithmes plus précis pour la reconnaissance spéciale pour l'action et la réidentification des personnes.

  6. Proposer de nouveaux algorithmes : 

    1. Prétraitement : Super-résolution d'image, ébavurage, éclairage et vision nocturne

    2. Reconnaissance faciale du conducteur du véhicule

    3. Reconnaissance audio des actions anormales

    4. Résumé basé sur les personnes/événements à partir de plusieurs caméras. 

  7. Proposer un système de sécurité en périphérie ainsi qu'au niveau du cloud, qui inclut l'authentification et l'autorisation des utilisateurs, le chiffrement et la détection des chevaux de Troie  

bottom of page