Les gens disent depuis longtemps que le commerce physique est en train de mourir. En réalité, il est en train de changer, avec le déclin des hypermarchés dans les banlieues et l’essor des magasins de proximité dans les villes et même si vous faites vos achats en ligne, il y a toujours un lieu physique où les produits sont stockés.
Le vol à l’étalage est un problème rencontré par la plupart des hypermarchés. Il est présent dans tout type de magasin physique: dans des supermarchés, des pharmacies, des magasins de vêtements et même dans les entrepôts.
Les réseaux de caméras de surveillance génèrent de grandes quantités de données, et le personnel de surveillance ne peut pas traiter toutes ces informations en temps réel.
Le contrôle humain a ses limites, et la concentration visuelle est l’une des plus critiques en matière de surveillance. Un vol peut se produire dans un segment d’écran différent ou sur un moniteur distinct, et le personnel peut ne pas le remarquer.
Les magasins disposent de vidéos, mais personne ne les regarde car elles sont trop nombreuses.
Pour cela, notre startup anavid a développé des algorithmes qui analysent les gestes et peuvent attraper les voleurs en temps réel. Elle a mis au point une technologie basée sur des réseaux neuronaux convolutifs qui permet de reconnaître les gestes en temps réel dans le contenu vidéo.
anavid applique l’algorithme au contenu des caméras de sécurité afin de détecter automatiquement les comportements de vol à l’étalage. L’objectif c’est de détecter automatiquement ces gestes suspects et d’envoyer les séquences de vidéos aux employés en temps réel.
Notre système est un système de détection des gestes sans mémoire. Si une personne fait trois gestes de vol à l’étalage différents devant trois caméras différentes, notre système ne remarquera pas qu’il s’agit de la même personne sur la vidéo.
Le système envoie des alertes aux personnes dont leur travail consistait déjà à surveiller les séquences vidéo pour détecter les vols à l’étalage. Nous ne conservons pas les données vidéo et nous les utilisons pas à d’autres fins que celles prévues à l’origine, à savoir assurer la sécurité des personnes et des biens dans le magasin.
Notre logiciel a été formé à la reconnaissance des gestes. Il peut faire la distinction entre un comportement d’achat normal – comme prendre des produits dans les rayons pour comparer les prix – et un comportement suspect – comme prendre un produit et le cacher dans un sac à dos ou un manteau.
Notre proposition se concentre sur la détection du vol à l’étalage en analysant des situations particulières qu’une personne moyenne considérera comme des conditions typiques, mais qui peuvent conduire à un vol. Ce faisant, nous donnons au personnel davantage de possibilités d’agir et de prévenir.
Nous avons implémenté un modèle 3DCNN comme extracteur de caractéristiques vidéo et testé ses performances sur un ensemble de données composé d’échantillons d’actions de vols à l’étalage.
Contactez-nous dès aujourd’hui pour discuter des besoins de votre entreprise et de la manière dont anavid peut vous aider à atteindre vos objectifs.