- AI
- Industries
- Edge Computing
L’IA pour la sécurité : analyse vidéo en temps réel avec 120 TOPS de puissance de calcul
Le module SECO SOM-COMe-BT6-RK3588 est une puissante plateforme de calcul embarqué pour la vision industrielle en temps réel en périphérie. Grâce à l’inférence IA intégrée, il améliore considérablement la fiabilité des systèmes de caméras de sécurité, renforce la détection des menaces et allège la charge des opérateurs humains.

Les postes de surveillance par caméras font partie intégrante de la vie moderne : bureaux, hôpitaux, banques, musées, tous en dépendent. Dans ces postes, les opérateurs de sécurité scrutent plusieurs flux vidéo à la recherche d’anomalies et se précipitent pour enquêter sur les menaces dès qu’elles surviennent. Mais que les écrans soient remplis de foules ou restent vides pendant toute une vacation, une hypervigilance prolongée peut provoquer de la fatigue chez l’opérateur, dont l’épuisement mental et physique nuit à l’efficacité.
Par exemple, des faux positifs répétés peuvent entraîner une désensibilisation aux alertes et conduire à ignorer de véritables menaces. De même, la monotonie provoque des baisses de concentration, au point que des activités suspectes initiales passent complètement inaperçues. Et lorsqu’elles se transforment en véritables menaces, il peut être trop tard pour que des équipes de sécurité aux effectifs limités rattrapent leur retard, en particulier dans de grands bâtiments ou des lieux très fréquentés.
Pour alléger la charge cognitive, la vision par intelligence artificielle (vision par IA) peut automatiser la mise en évidence, en temps réel et sur plusieurs flux vidéo, des menaces actives comme potentielles. Véritable multiplicateur de force, la vision par IA aide les opérateurs humains à se concentrer sur les zones pertinentes quand tout est calme ou à prioriser leurs efforts pendant les vacations plus chargées. Associer l’IA aux systèmes de caméras résout un problème de sécurité très concret, centré sur l’humain, mais une intégration directe exige une puissante capacité de calcul en périphérie pour une autonomie maximale du système et une inférence en temps réel.
Comment la vision par IA en périphérie améliore la surveillance
L’analyse vidéo par IA repose sur deux approches principales : le traitement en périphérie et le traitement dans le cloud. Si ce dernier peut mobiliser d’abondantes ressources de calcul pour réaliser les analyses les plus avancées, il présente des inconvénients susceptibles de compromettre les opérations de sécurité.
Le principal inconvénient est la latence, c’est-à-dire le temps qui sépare la capture vidéo des décisions qui en résultent. Traditionnellement, la latence désigne le temps nécessaire pour que les données vidéo soient envoyées au cloud, analysées, puis renvoyées pour l’inférence IA ou sous forme de flux combiné. Compte tenu des volumes de données de la vidéo haute définition, le traitement vidéo dans le cloud n’est pas judicieux pour obtenir des performances en temps réel prévisibles, pourtant essentielles dans les applications de sécurité, car elles maximisent le délai de réaction des opérateurs. Le problème s’aggrave nettement avec le nombre de caméras et avec les applications qui nécessitent de corréler des événements sur plusieurs flux.
Le traitement en périphérie résout ce problème, car l’inférence IA est réalisée près de la source pour une latence minimale. Le traitement local en périphérie n’est pas affecté par la fiabilité du réseau externe ni par la file d’attente des tâches dans des centres de données tiers. Des réseaux de sécurité fermés et localisés améliorent la fiabilité globale du système et réduisent le risque de piratage. Conserver toutes les données vidéo au sein d’un réseau local peut supprimer les coûts récurrents de transfert de données et de services cloud, ce qui rend l’inférence en périphérie attrayante pour les intégrateurs de systèmes d’IA.
Malgré les limites de ressources du matériel en périphérie, de nombreux modèles sophistiqués de vision par IA sont facilement disponibles pour le déploiement. Parmi les charges de travail types pour les applications de sécurité :
- La reconnaissance faciale facilite l’entrée du personnel autorisé dans les zones à accès restreint ou signale les personnes non reconnues.
- La ré-identification (Re-ID) suit des individus à travers différentes images et des flux de caméras distincts, afin que les personnes suspectes ne soient pas perdues dans la foule ou sur de longues distances.
- La détection d’objets informe les opérateurs des menaces potentielles en signalant des éléments comme des armes, des objets volés ou des gilets haute visibilité (un déguisement qui permet d’agir sans être questionné).
- Le suivi des mouvements du corps analyse les gestes d’une personne pour signaler un comportement agressif ou suspect, par exemple lorsqu’elle fixe les caméras de sécurité.
Une approche basée sur les CoM pour l’IA intégrée
Parmi les plateformes en périphérie pour la vision par IA, le module (CoM) SOM-COMe-BT6-RK3588 est une solution innovante. Contrairement à la plupart des modules COM Express, qui reposent généralement sur des architectures x86, le SOM-COMe-BT6-RK3588 associe un système sur puce (SoC) multicœur Rockchip RK3588 à architecture Arm à une unité de traitement d’intelligence artificielle (AIPU) Axelera AI Metis distincte, pour permettre une vision par IA avancée dans l’enveloppe de puissance restreinte définie par la norme ouverte COM Express.
Une grande part des capacités de traitement IA du module revient à l’AIPU Metis, un circuit intégré dédié qui offre une efficacité énergétique d’environ 15 TOPS par watt, pour jusqu’à 120 TOPS de performances IA sur l’ensemble de la plateforme SOM-COMe-BT6-RK3588. Cela permet l’inférence vidéo en périphérie sur plusieurs flux de caméras pour une détection complète des menaces en temps réel.
Ces architectures de traitement s’appuient sur jusqu’à 32 Go de mémoire pour le CPU et 2 Go dédiés à l’AIPU, ce qui offre des ressources amples pour la gestion des données vidéo pendant l’analyse IA. Les principales interfaces caméra comprennent deux connecteurs MIPI-CSI 2 voies et plusieurs ports USB, avec un seul port Ethernet pour se connecter aux réseaux de sécurité locaux.
En intégrant l’edge computing via un CoM commercial sur étagère (COTS) à standard ouvert, les développeurs bénéficient aussi d’un développement accéléré, d’une prise en charge à long terme sans dépendance vis-à-vis d’un fournisseur et d’une intégration compacte et flexible via une carte porteuse. Une fois conçue, cette carte porteuse peut ensuite servir plusieurs générations de produits, pour un time-to-market plus rapide à mesure que les applications de sécurité évoluent.
Mettre en œuvre la vision par IA en temps réel avec Metis
Le Axelera AI Voyager SDK propose une pile logicielle intégrée de bout en bout, conviviale, qui simplifie le déploiement de modèles de vision par IA sur l’AIPU Metis. Qu’il s’agisse de modèles propriétaires ou de frameworks de développement populaires comme YOLO et ResNet, le Voyager SDK compile et optimise automatiquement les pipelines d’IA pour faciliter la mise en place de l’inférence en temps réel. Pour plus d’informations, consultez le dépôt GitHub du Axelera AI Voyager SDK.
Pour compléter l’écosystème logiciel du SOM-COMe-BT6-RK3588, Clea OS de SECO offre une plateforme flexible basée sur Yocto, que les ingénieurs peuvent personnaliser pour répondre aux exigences spécifiques des applications de sécurité dotées d’IA. Sa nature modulaire accélère le développement de bas niveau et simplifie l’accès aux nombreux cœurs de traitement embarqués du SOM-COMe-BT6-RK3588, que le CoM soit intégré à une caméra individuelle pour une inférence au niveau du terminal ou qu’il prenne en charge plusieurs caméras proches avant de relayer les flux analysés vers le poste de sécurité principal.
Un avenir simplifié pour les caméras de sécurité pilotées par l’IA
De nombreuses entreprises et services publics semblent réduire leurs effectifs de sécurité pour limiter les dépenses. La vision par IA peut jouer un rôle essentiel pour renforcer l’efficacité d’équipes plus petites et résoudre des problèmes comme la fatigue des opérateurs. Le SOM-COMe-BT6-RK3588 offre une solution économique pour apporter une inférence avancée et économe en énergie aux systèmes de caméras de sécurité locaux, grâce à une combinaison très intégrée comprenant l’AIPU Metis, le Voyager SDK et Clea OS.
Si les applications de sécurité justifient pleinement d’assister les opérateurs avec des caméras dotées d’IA, ces solutions conviennent aussi très bien à l’automatisation d’usine et aux environnements attentifs à la santé et à la sécurité. Dans ce cas, la reconnaissance faciale, la Re-ID, la détection d’objets et le suivi des mouvements du corps permettent de s’assurer que les travailleurs sont correctement protégés et restent aptes à utiliser les équipements pour lesquels ils sont qualifiés.
Pour en savoir plus sur les plateformes d’edge computing et de CoM de SECO, rendez-vous sur seco.com, et découvrez comment utiliser la vision par IA sur le SECO App Hub.
À lire aussi

Actualités, 10 novembre 2026
SECO annonce que Modular Link IQ-615 et Modular Link MX93 sont désormais disponibles à la commande
Lire
Actualités, 5 novembre 2026
SECO et Peridio s’associent pour accélérer la robotique et la Physical AI, du développement au déploiement sur Qualcomm® Dragonwing™
Lire
Blog
L’IA edge industrielle en 2027 : ce que les OEM doivent concevoir dès maintenant
Lire
Recevez la newsletter SECO.
Inscrivez-vous avec votre adresse e-mail sur seco.com.

