Vision-AI | the Next AI | the Next Disruption in Data Accuracy

© VIMOC Technologies 2019 – Ce document est la propriété de Vimoc et Excelerate Systems – France. Pas de reproduction, réutilisation ou diffusion sans autorisation préalable, explicite et
Vision-AI | the Next Distruption in Data Accuracy
Excelerate Systems - France
Aadel Benyoussef
VP – Europe
@aadel_ben
VIMOC Technologies
Tarik Hammadou
CEO
la prochaine disruption pour l’authenticité des données
@thammadou #dataquitaine2019

https://www.youtube.com/watch?v=_yKga54tx6U

Est-ce les seuls usages que nous devons faire ?
La convergence des
 Technologies de Vision Numérique
 Cloud
 Algorithmes
Pour apporter des solutions pérennes, sécurisées et respectueuses des
données personnelles

Le monde change rapidement
àlaMulti-Mobilité
Un marché qui devrait atteindre 57 milliards de dollars d'ici 2024 -Transparency Market Research-
Les plus grandes opportunités concernent :
Les Infrastructures « Intelligentes » (BigData, I.A) et les IoT, 223 milliards de dollars d'ici 2026 -Orbis Researc
del’Auto-mobility

Etenintroduisantdenouveauxdéfisetdenouvellesopportunités....
StationnementIntersections
Auto Partage Sécurité des piètons et des cyclistes
Bordures de routes
Véhicules autonomes
...des solutions plus intelligentes sont nécessaires

Comment supporter la
croissances exponentielle
de ces IoT ?
Nous ne pourrons pas
tous les connecter au
Cloud

Combinons
les réseaux neuronaux distribués
(DDNN) avec la technologie du
Edge Computing
Traiter toutes les données
brutes et n’envoyer que
les éléments utiles au
Cloud

Architecture : BigData - DDNN {IA} - Edge Computing / Network Computing
AI
Vision
Box Network of
AI Vison Boxes

Système Nerveux de l’Infrastructure Vision-AI
Propulsé par Vision Deep Learning

 Signalisation de stationnement pour l'occupation
et l'orientation
 Éclairage des passages pour piétons et alertes
 Systèmes de contrôle des bâtiments
 Applications (mobiles et traditionnelles)
 Surveillance et "enregistrement" basés sur
l'anomalie
 Autre actions (alarmes, alerte de sécurité)
 Détection de véhicules (autos, camions,
autobus, vélos,)
 Détection des personnes
 Détection d'objets (tous les types par
apprentissage supervisé à la reconnaissance
d’objets spécifiques)
Pourrépondreconcrètement
Nous VISUALISONS et
VOYONS l'environnement
Nous DÉTECTONS et
IDENTIFIONS
Nous APPRENONS et
AMÉLIORONS
Nous DÉCLENCHONS des
ACTIONS
Nous DÉTERMINONS ce
qu'il faut faire en fonction
des règles. Nous FOURNISSONS DE
L'INFORMATION
QUALIFIÉE

DétectionetcomptagedeTOUSlesvéhicules
Surveillanced’emplacementsavecunegrandeprécision Sécuritédespiètons
Solutionsdanslesparkings &garages
 Comptage et signalisation
pour les surfaces et les
structures à plusieurs
niveaux
 Surveillance et gestion
 Sécurité des piétons
 Contrôles automatisés
 Gestion précise des
emplacements dédiés
Analyseetcontrôle
 Facile à déployer
 Haute précision
indépendamment
des comportements
humains
 Hautement
extensible
 S'intègre aux
systèmes de
gestions de parking
existants

Comptage et
Classification : Véhicule,
Vélo et Piéton
• Sécurité aux passages
pour piétons
• Analyse des
mouvements de foules
• Analyse de
l’expérience des
usages
Détection de
vélos/véhicules
• Analyse multi-
mobilité
• Gestion du trafic
• Sécurité routière
Solutionspourlesvilles,lescampusettousleslieuxpublics

Surveillance en
bordure de chaussée
• Taxi / Uber /
Covoiturage
• Livraison /
Chargement
Express
• Sécurité en
bordure des
trottoirs
Gestion des trottoirs
• Gouvernance des
politiques
• Traitement des
exceptions
(réaffectation de voies
de circulation)
• Sûreté et sécurité
• Analyse du trafic
Solutionsenborduredeszones(Piétons/Chaussée)

Surveillance dans le périmètre des
chantiers
• Réduire les vols et le vandalisme
• Sécurité et surveillance
• Suivi des progressions
• Traitement des exceptions
• Contrôles – Vérification –
Conformité avec les plans
d'assurances
SolutionspourChantiersetTravaux
Suivi visuel des actifs en
temps réel
• Suivi et comptage des
véhicules
• Classification et
étiquetage
• Reporting automatisé des
données
• Traitement des
exceptions
• Sûreté et sécurité

Dessolutionsquidonnentdesmesuresprécisesdumonderéel
Analyse dans le Cloud
• Les informations historiques pertinentes pour chaque application sont stockées
dans le nuage.
• Fournir données enrichies en informations sur les comportements, les schémas
et les anomalies du monde réel
• Permettre aux opérateurs de ces environnements de :
• Optimiser les traitements
• Améliorer la sécurité et la sûreté
• Augmenter l'efficacité des réponses

PERIMETERSURVEILLANCE
AUTON-VEHICLE”AWARENESS”VENUE VISITORANALYTICS
CONSTRUCTIONSITEMONITORING
ASSET PROTECTION/MONITORINGBUILDINGCONTROLS
Évolution de la plateforme
Nous nous étendrons à de nouveaux domaines
pour apporter des solutions réelles.
Les partenaires stratégiques jouent un rôle
important dans le déploiement (HPE PointNext;
Nvidia, Intel, SAP…)
De nouvelles solutions tirent parti des capacités de
base éprouvées existantes
Des perspectives dans de nouveaux domaines:
• Aéroports,
• Hubs de transport
• Centres logistiques, entrepôts
• Chantiers de construction
• Hôpitaux, établissements médicaux
• Défense, infrastructures essentielles
• Centres commerciaux
• …etc
...suruneplate-formeenperpétuelleévolution
SMART INTERSECTIONS

Plateforme VIMOC Rosella
Centré sur la vision : les images visuelles
offrent la représentation la plus riche du
monde qui nous entoure.
Intelligent : nos Algorithmes d’analyses (I.A)
avancés permettent de détecter et d'identifier
des centaines de milliers d'objets avec une très
grande précision ET aussi d'apprendre
rapidement de nouveaux modèles.
Presque temps réel : contrairement à de
nombreuses autres solutions d'analyse de
la vision dans le nuage, nous l’avons
conçu pour permettre une activation des
IoT en temps réel et de haute performance.
Une plate-forme complète : tous les
composants nécessaires pour
permettre des analyses avancées,
des services Web et des
applications.
Multi-Applications : des cas d'utilisation
multiples pris en charge sur une plate-
forme ouverte et normalisée tirant parti
d'une infrastructure commune.
Capteur Agnostique : des capteurs spécialisés
peuvent compléter le système de vision pour
prendre en charge des solutions supplémentaires.

Capteurs embarqués traditionnels
Capteurs unidimensionnels
Analyse uniquement ;
pas d'actionnement
en temps réel
« Intelligence" basée
essentiellement sur
le data mining
L'intelligence dans le
Cloud basée sur
Les données en temps
réel du Edge
Capteurs
multidimensionnels
complétés par des
capteurs spécialisés
avec I.A embarquée
Plateforme Rosella
Très précis,
une grande fiabilité des
données et un traitement
en temps réel
Dashboards EnforcementWorkflows
Paradigm shift
Vision-Centric
to
Edge Computing
Concept innovant

Embedded Applications
Frameworks
Middleware
Vision Deep Learning
Discrete sensing and
fusion
Actuators
Crosswalksafety
Single
spacecount
Ped/bikecount
Queue
estimation
Vehiclecount
Vehicle
classification
otherTBD…
Intelligence artificielle / Réseaux Neuronaux Distribués (DDNN)
• Les réseaux de neurones sont formés en fonction des exigences de
l'application.
• Détection et classification de cibles spécifiques dans chaque image
vidéo capturée
• Une fois déployé, l'apprentissage en profondeur génère des
résultats très précis.
Les GPU renforcent l'apprentissage et le Deep Learning sur le Edge
• Les données vidéo brutes seraient trop coûteuses à transmettre
dans le Cloud
• Les technologies VIMOC surmontent les limitations de bande
passante du réseau, la latence des Cloud et les problèmes de
sécurité des données.
Le « Edge Computing » permet l'évolutivité et la flexibilité
• Conçu pour s'adapter à l’évolution des types et de la quantité des
données de capteurs.
• Permet d’effectuer les traitements et les enrichissements à l'endroit
où la détection se produit et qualifier les données en temps réel.
• La solution peut être mise à l'échelle ou réduite en fonction des
besoins opérationnels
• De nouveaux cas d'utilisation peuvent être ajoutés par simple mises
à jour logicielle.
Dessolutionsbâtiespourl'évolutivitéetlaflexibilité

Par exemple :
Pour la surveillance des files d'attentes
pour étudier l'expérience de visiteurs peut
capturer des données précises sur le
comportement de la foule sans
compromettre l'intimité
Les flux vidéo contenant des données
potentiellement privées sont supprimés.
Seules les statistiques et les
métadonnées requises sont stockées et
transmises au nuage.
Estimated
number,time
BusinessIntelligence pourde
meilleuresexpériences
Video
Seuleslesstatistiques
etlesmétadonnées
sontstockées
Lecontenuvidéoestsupprimé
Solutionsconçuesnativementpourlaprotectiondelavieprivée

Convolution : Place les images d'entrée à travers un ensemble de filtres convolutionnels, chacun d'eux activant certaines caractéristiques des images.
Mise en commun (Pooling): Simplifie la sortie en effectuant un sous-échantillonnage non linéaire, réduisant ainsi le nombre de paramètres que le
réseau doit connaître.
L'unité linéaire rectifiée (ReLU) permet un entraînement plus rapide et plus efficace en mettant les valeurs négatives à zéro et en maintenant les valeurs
positives.
Détection d'entités : les trois opérations ci-dessus (convolution, mise en commun et ReLU) sont répétées sur des dizaines ou des centaines de
couches, chaque couche apprenant à détecter différentes caractéristiques.
Classification : la sortie contient le résultat de la classification ET les probabilités pour chaque classe de classification correcte d'une image.
Hidden
Layer 1
Hidden
Layer 2
Hidden
Layer 3Input Layer
Output
Layer
90%
5%
2.5%
2.5%
VIMOCdeeplearning
Modeopératoire…

Méthodestraditionnelles :Enraison de lamémoire
et delapuissance limitées,lesdonnées des
capteurssontdéchargées danslenuagepour
effectuer les inférences.
Accuracy Responsiveness
Cloud Model
• High communication
• High computation
Device Model
• Low communication
• Low power
VIMOC DDNN
• Low power
• Low communication
Unavantageconcurrentieldurable
Hidden
Layer 1
Hidden
Layer 2
Hidden
Layer 3Input Layer
Output
Layer
90%
5%
2.5%
2.5%
VIMOCdistributedDeepNeuralNetworks(DDNN)

Conçuepourl'évolutivitéetl'intégration
ArchitectureLogicielleVIMOC
VIMOC EDGE
Applications
Event Handler
Database
Edge Integration
 Signage, Crosswalk, Signal actuation
 OT/Control system integration
 Discreet sensor input
 Edge-to-Edge APIs
Web Services
Crosswalk
Monitoring
Single Space
Monitoring
Other
Applications…
VIMOC CLOUD
Access, Authentication, Management
APIs
3rd Party Apps, Web Portals
SSH tunnelObject Counting Engine
Monitors
Tracking
Object Detection and
Classification
Pre-Processing
Image Decoding
Detections and Tracks
Detections
Reshaped Image for
Model
Decoded Images
Object Counting
Engine
Internet of Things

Breveté
VIMOCDeepLearning
La méthode VIMOC
1. Rassembler les besoins
• Tâche spécifique (classification, localisation,
segmentation)
• Critères de validation (basés sur l'utilisation
prévue)
2. Collecte et étiquetage des données
• Méthode conventionnelle : Modèles généraux
basés sur des ensembles de données
préexistants, largement disponibles sur Internet
• Méthode VIMOC : Modèles spécifiques, étiquetés,
incluant des images de l'environnement ciblé
répliquées sur le EDGE pour permettre une
intelligence en temps réel.
3. Sélectionner l'architecture (les architectures) et le(s)
modèle(s) de base
4. Entrainer, évaluer et optimiser
5. Optimisation de l'inférence finale
• Intel Openvino, nvidia TensorRT - déploiement EDGE
SpecificTraining Sets
Labeled data,
Specific models,
Images from target environment
Small Neural Network
Deployed on EDGE Computer
Small Neural Network
Accurate, real-time, specialized
Big CNN
Cloud Neural Network
Slower, general network
Unlabeled Data
 Plus rapide : beaucoup moins d'efforts pour l'entraînement de
nouveaux modèles
 Grande précision dans la détection en temps réel, la
catégorisation
 Capacité de former des actifs spécifiques aux clients ;
apprentissage continu

ApplicationProgrammaticInterfaces(APIs)
APIs from theVIMOC Cloud
supporting
 Third Party Application integration
 Mobile application integration
 Custom data analytics
environments
Edge-to-Edge APIs supporting
 Real-time edge application
integration
 Real-time custom actuations
Dual Methods supported:
 RESTfulAPIs for near real-time
 Websockets for real-time if required

© VIMOC Technologies 2019 – Ce document est la propriété de Vimoc et Excelerate Systems – France. Pas de reproduction, réutilisation ou diffusion sans autorisation préalable, explicite ethttps://youtu.be/BHC-uH-5ggM

MERCI
https://twitter.com/VIMOC
https://www.vimoc.com/
https://twitter.com/ExcelSysFrance
https://www.exceleratesystems.com/
Excelerate Systems & VIMOC Technologies
Bureaux d’études @ ENSEIRB-MATMECA
I-004 & I-006

Vision-AI | the Next AI | the Next Disruption in Data Accuracy

Contenu connexe

Similaire à Vision-AI | the Next AI | the Next Disruption in Data Accuracy

Plus de Excelerate Systems

Vision-AI | the Next AI | the Next Disruption in Data Accuracy