FR3127601A1

FR3127601A1 - Procédé et système de comptage de personnes dans un lieu, et véhicule de transport en commun équipé d’un tel système.

Info

Publication number: FR3127601A1
Application number: FR2110172A
Authority: FR
Inventors: Sitou AFANOU
Original assignee: SNCF Voyageurs SA
Current assignee: SNCF Voyageurs SA
Priority date: 2021-09-27
Filing date: 2021-09-27
Publication date: 2023-03-31

Abstract

L’invention concerne un procédé de comptage de personne(s) se trouvant dans un lieu (602), ledit procédé comprenant au moins une itération d’une phase de comptage comprenant les étapes suivantes : captation, à un instant donné, de plusieurs images dudit lieu, par un réseau de plusieurs caméras (2021-202n), etpour chaque image captée, fourniture d’au moins une donnée de comptage individuel, relative au nombre de personne(s) détectée(s) dans ladite image, par analyse de ladite image par un premier modèle préétabli de comptage de personnes ; caractérisé en ce que la phase de comptage comprend en outre une étape de consolidation desdites données de comptage individuel obtenues pour lesdites images captées par un deuxième modèle préétabli, fournissant au moins une donnée de comptage consolidé relative au nombre de personne(s) se trouvant dans ledit lieu (602). Elle concerne également un système de comptage de personnes se trouvant dans un lieu (602), et un véhicule (600) de transport en commun équipé d’un tel système. Figure d’abrégé : Fig. 6

Description

Procédé et système de comptage de personnes dans un lieu, et véhicule de transport en commun équipé d’un tel système.

La présente invention concerne un procédé de comptage de personnes se trouvant dans un lieu, en particulier, mais de manière nullement limitative, dans une zone passager d’un véhicule de transport en commun de type train, bus, car, avion, etc. Elle concerne également un système de comptage de personnes se trouvant dans un lieu, et un véhicule de transport en commun équipé d’un tel système.

Le domaine de l’invention est le domaine du comptage de personnes se trouvant dans un lieu, fermé ou semi-fermé, ou tout du moins délimité, tel qu’une pièce, une salle, un parc, une station de transport en commun, une zone passager d’un véhicule de transport en commun, etc.

État de la technique

Il existe différentes solutions pour compter le nombre de personnes dans un lieu.

Suivant une première solution, des dispositifs de comptage de personnes peuvent être disposés aux entrées et sorties du lieu. En connaissant le nombre de personnes entrant dans le lieu et le nombre de personnes sortant du lieu, il est possible d’en déduire le nombre de personnes présentes dans ledit lieu à chaque instant. Cette première solution ne convient qu’aux lieux fermés comportant des entrées et sorties localisées. De plus, cette première solution est coûteuse car elle nécessite d’installer des dispositifs de comptage à chacune des entrées et sorties du lieu.

Une deuxième solution consiste à prendre une image du lieu et de compter le nombre de personnes se trouvant sur ladite image. Il est en effet connu de détecter, par exemple par un réseau neuronal entrainé pour cela, des personnes sur une image. Lorsque le lieu est équipé de plusieurs caméras, le comptage est réalisé pour chaque caméra individuellement et le résultat fourni par l’une des caméras est retenu. Cette deuxième solution présente aussi des inconvénients. Par exemple, cette solution est sensible aux occultations pouvant survenir en fonction du champ de vue de la caméra. Par ailleurs, des personnes se trouvant très loin de la caméra peuvent ne pas être détectées. Même en utilisant une caméra de champ de vue très large, certaines zones du lieu peuvent être ne pas être couvertes. Toutes ces limites rendent le comptage obtenu par cette deuxième solution peu précis et sujet à des erreurs.

Un but de la présente invention est de remédier à au moins un des inconvénients précités.

Un autre but de l’invention est de proposer une solution de comptage de personnes plus précise à partir d’images dudit lieu.

L’invention propose d’atteindre au moins l’un des buts précités par un procédé de comptage de personne(s) se trouvant dans un lieu, ledit procédé comprenant au moins une itération d’une phase de comptage comprenant les étapes suivantes :

captation, à un instant donné, de plusieurs images dudit lieu, par un réseau de plusieurs caméras, et
pour chaque image captée, fourniture d’au moins une donnée de comptage individuel, relative au nombre de personne(s) détectée(s) dans ladite image, par analyse de ladite image par un premier modèle préétabli de comptage de personnes ;

caractérisé en ce que la phase de comptage comprend en outre une étape de consolidation desdites données de comptage individuel obtenues pour lesdites images captées par un deuxième modèle préétabli, fournissant au moins une donnée de comptage consolidé relative au nombre de personne(s) se trouvant dans ledit lieu.

Ainsi, la solution proposée par la présente invention permet de prendre en compte les données de comptage individuel fournies par plusieurs, voire toutes les, caméras équipant le lieu et en déduire une donnée de comptage consolidé. Autrement dit, à la différence des solutions actuelles qui se cantonnent à choisir une des données de comptage individuel fournies par plusieurs caméras, et d’ignorer toutes les autres données, l’invention propose de tenir compte de toutes les données de comptage individuel et en déduire une donnée de comptage consolidée. Ainsi, la solution proposée par la présente invention permet de réaliser un comptage plus précis, car elle est moins sensible aux occultations, elle permet une meilleure couverture du lieu, que ce soit en termes de zones et de distance.

En outre, la présente invention permet d’utiliser les caméras de vidéosurveillance présentes dans le lieu pour le comptage de personne(s) se trouvant dans le lieu, ce qui évite d’installer des caméras spécifiques pour le comptage de personne(s), telles que par exemple des caméras large vue.

Il existe actuellement des nombreuses solutions de détection de personnes sur des images, bien connues de l’Homme du métier, qu’il n’est donc pas nécessaire de détailler ici pour des raisons de concision. De plus, la présente invention ne porte pas sur une façon spécifique de détecter des personnes dans une image et toute solution de détection de personnes sur des images peut être utilisées dans le cadre de la présente invention. Par exemple, l’homme du métier peut utiliser un réseau de neurones CNN (pour « Convolutional Neural Network ») utilisant un modèle de type YOLO v4 (YOLO pour « You Only Look Once »), entrainé pour la détection de personnes dans une image (YOLOV4 : OPTIMAL SPEED AND ACCURACY OF OBJECT DETECTION, HTTPS://ARXIV.ORG/PDF/2004.10934).

Suivant une caractéristique avantageuse, pour au moins une image captée, le premier modèle peut être configuré pour réaliser les opérations suivantes :

détection, dans l’image captée, d’au moins une boite englobante, chacune autour d’une personne sur ladite image, et
détermination de l’au moins une donnée de comptage individuel associée à ladite image captée, en fonction de l’au moins une boîte englobante détectée sur ladite image.

Le premier modèle peut intégrer un premier module, par exemple un détecteur de type YOLO v4, fournissant des données représentant chaque boite englobante. Un tel détecteur est bien connu de l’homme du métier.

L’au moins une donnée de comptage individuel pour être tout type de donnée. Le premier modèle peut comprendre un deuxième module configuré pour calculer l’au moins une donnée de comptage individuel en fonction des données reçues du premier module, et en particulier en fonction des données représentant chaque boîte englobante.

Suivant des modes de réalisation non limitatifs, pour moins une image captée, l’au moins une donnée de comptage individuel peut comprendre au moins une des données suivantes :

nombre de boite(s) englobante(s),
surface moyenne des boite(s) englobante(s),
surface maximum des boite(s) englobante(s),
écart-type des surfaces des boite(s) englobante(s),
position moyenne en longueur des centroïdes des boite(s) englobante(s), et
position moyenne en largeur des centroïdes des boite(s) englobante(s).

Dans ce cas, le deuxième module de calcul peut être configuré, par exemple par une configuration logicielle, pour calculer la, ou chaque, donnée formant l’au moins une donnée de comptage individuel.

Suivant des modes de réalisation, le deuxième modèle peut comprendre un algorithme de régression prenant en entrée les données de comptage individuel et fournissant l’au moins une donnée de comptage consolidé.

Par « algorithme de régression », on désigne une famille d’algorithmes permettant de prédire en sortie une valeur numérique, à savoir l’au moins une donnée de comptage consolidé, à partir de données d’entrées, à savoir les données de comptage individuel. Un tel algorithme de régression peut être préalablement entrainé sur un jeu de données d’entrainement tel qu’il sera décrit plus loin.

Suivant des exemples de réalisation, le deuxième modèle peut être l’un quelconque des modèles suivants :

un modèle, ou un algorithme, de régression linéaire,
un modèle, ou un algorithme, de régression logistique,
un arbre de décision,
forêt aléatoire,
plus proches voisins (K Nearest Neighbor),
support Vector Machine, et
réseaux de neurones.

Suivant des exemples de réalisation, la phase de comptage peut être déclenchée, de manière automatique, par un signal déclencheur.

Le signal déclencheur peut être fourni par un capteur, ou une unité de gestion. Un tel capteur, ou unité de gestion, peut faire partie d’un système de comptage selon l’invention, ou peut être externe au système de comptage selon l’invention.

Le signal déclencheur peut être un signal généré par un opérateur, par exemple manuellement au travers d’une interface utilisateur.

Alternativement, la phase de comptage peut être déclenchée, ou réalisée, de manière périodique à une fréquence prédéterminée par exemple.

Suivant une application particulièrement intéressante, le procédé selon l’invention, et plus généralement l’invention, peut être mis(e) en œuvre pour le comptage de passagers dans une zone passager d’un véhicule de transport en commun.

Un tel véhicule de transport en commun peut être un véhicule terrestre, un véhicule marin, ou un véhicule volant.

Un tel véhicule de transport en commun peut être un véhicule ferroviaire.

Un tel véhicule de transport en commun peut être un train, un tramway, un métro, et plus généralement un wagon accueillant des passagers et formant une partie ou la totalité d’un véhicule ferroviaire.

Dans le cas où l’invention est mise en œuvre pour le comptage de passagers dans un véhicule de transport en commun, le signal déclencheur peut comprendre, ou être fonction, d’au moins un des signaux suivants :

un signal d’arrivée en gare dudit véhicule,
un signal de fermeture d’une porte dudit véhicule,
un signal d’ouverture d’une porte dudit véhicule,
un signal d’arrêt dudit véhicule, et
un signal de démarrage dudit véhicule.

Ainsi, le comptage de passager est réalisé de manière automatisée, lorsque le véhicule s’arrête ou démarre, arrive en gare ou quitte une gare, etc.

Comme indiqué plus haut, avant toute itération de la phase de comptage, le procédé selon l’invention peut comprendre une phase d’entrainement du premier modèle.

Une telle phase d’entrainement peut être réalisée avec un ensemble de jeux de données d’entrainement, chaque jeu comprenant :

une image d’entrainement prise par une caméra, et
l’au moins une donnée de comptage individuel pour ladite image.

Pour au moins une image d’entrainement, l’au moins une donnée de comptage individuel, par exemple le nombre de passager, peut être déterminée manuellement par un opérateur.

La phase d’entrainement peut comprendre plusieurs itérations d’une étape d’entrainement comprenant les opérations suivantes :

pour chaque jeu d’entrainement :
- l’image d’entrainement est donnée en entrée du premier modèle,
- le résultat fourni par le premier modèle est comparé à l’au moins une donnée de comptage associée à ladite image et une erreur est calculée ;
pour l’ensemble des jeux d’entrainement, une fonction de coût est calculée en fonction des erreurs obtenues pour tous les jeux d’entrainement.

L’étape d’entrainement est réitérée autant de fois que nécessaire pour minimiser ladite fonction de coût, en modifiant les coefficients du premier modèle entre chaque itération de l’étape d’entrainement.
Pour au moins un jeu d’entrainement, l’erreur peut être une distance, par exemple une distance cosinus, entre l’au moins une donnée de comptage individuel dudit jeu d’entrainement et le résultat fourni par le premier modèle.
La fonction de coût peut être toute fonction de coût, par exemple une fonction sommant l’ensemble des erreurs obtenues pour tous les jeux d’entrainement.
Un tel entrainement est bien connu de l’Homme du métier.

Avant toute itération de la phase de comptage, le procédé selon l’invention peut comprendre une phase d’entrainement du deuxième modèle.

plusieurs données de comptage individuels, chacune obtenue par traitement, par le premier modèle, d’une image prise par une caméra d’un réseau de caméra à un même instant ; et
une donnée de comptage consolidé.

Pour au moins un jeu d’entrainement, l’au moins une donnée de comptage consolidé, par exemple le nombre de passagers, peut être déterminée manuellement par un opérateur, par exemple par consultation des images prises par les caméras.

pour chaque jeu d’entrainement :
- les données de comptage individuels sont données en entrée du deuxième modèle,
- le résultat fourni par le deuxième modèle est comparé à l’au moins une donnée de comptage consolidé dudit jeu d’entrainement, et une erreur est calculée pour ledit jeu d’entrainement ;
pour l’ensemble des jeux d’entrainement, une fonction de coût est calculée en fonction des erreurs obtenues pour tous les jeux d’entrainement.

L’étape d’entrainement est réitérée autant de fois que nécessaire pour minimiser ladite fonction de coût, en modifiant les coefficients du deuxième modèle entre deux itérations.
Pour au moins un jeu d’entrainement, l’erreur peut être la différence entre l’au moins une donnée de comptage consolidé dudit jeu d’entrainement et le résultat fourni par le deuxième modèle pour ledit jeu d’entrainement.
La fonction de coût peut être toute fonction de coût, par exemple une fonction sommant l’ensemble des erreurs obtenues pour tous les jeux d’entrainement.
Un tel entrainement est bien connu de l’Homme du métier.

Suivant un autre aspect de la présente invention, il est proposé un système de comptage de personnes présentes dans un lieu, comprenant :

un réseau d’au moins deux caméras pour capter des images dudit lieu, et
au moins un unité de traitement informatique ;

configurés pour mettre en œuvre toutes les étapes du procédé selon l’invention.

De manière générale, le système peut comprendre, en terme de moyens, chacune des caractéristiques décrites plus haut en référence au procédé et qui ne sont pas toutes reprises ici par soucis de concision.

Au moins des caméras peut être dédiée au comptage de personnes dans le lieu. Alternativement, ou en plus, au moins une des caméras peut être une caméra utilisée pour au moins une autre fonction, telle que par exemple la vidéosurveillance.

L’unité de traitement peut être tout type d’unité informatique telle que par exemple un ordinateur, un serveur, un calculateur, etc.

L’unité de traitement peut être locale, c’est à dire se trouver sur le même site que les caméras, et en particulier sur le lieu concerné par le comptage de personne(s). Alternativement, l’unité de traitement peut être distante, c’est à dire se trouver sur un site autre que le site sur lequel se trouve les caméras Dans ce cas, l’unité de traitement peut être en communication avec les caméras au travers d’un réseau filaire ou sans fil, tel que par exemple Internet ou un réseau privé, physique ou virtuel.

Suivant un autre aspect de la présente invention, il est proposé un véhicule de transport en commun équipé d’un système de comptage de personnes selon l’invention.

Un tel véhicule peut par exemple être un wagon, un train, un tramway, une voiture de métro, un bus, un car, un avion, etc.

En particulier, un tel véhicule peut être un train, comprenant un ou plusieurs wagon, et un système selon l’invention pour compter le nombre de personnes se trouvant dans un ou plusieurs wagons dudit train.

Dans ce cas, le système de comptage selon l’invention peut être couplé à, ou comprendre, au moins un déclencheur pour déclencher le comptage.

Un tel déclencheur peut être :

un capteur de fermeture de porte,
un capteur de détection d’arrêt ou de mise en mouvement, tel qu’un accéléromètre, et
un capteur de géolocalisation du véhicule, tel qu’un capteur GPS.

Un tel déclencheur peut être un élément du véhicule, tel qu’une unité de commande du véhicule, fournissant un signal déclenchement suite à un démarrage du véhicule, un arrêt du véhicule, etc.

Description des figures et modes de réalisation

D’autres avantages et caractéristiques apparaîtront à l’examen de la description détaillée de modes de réalisation nullement limitatifs, et des dessins annexés sur lesquels :

la est une représentation schématique d’un exemple de réalisation non limitatif d’un procédé selon l’invention ;
la est une représentation schématique d’un exemple de réalisation d’un système selon l’invention ;
la est une représentation schématique d’un exemple de réalisation d’un premier modèle pouvant être mis en œuvre dans la présente invention ;
la est une représentation schématique d’un exemple de réalisation d’un deuxième modèle pouvant être mis en œuvre dans la présente invention ;
la est une représentation schématique d’un exemple entrainement pouvant être mis en œuvre dans la présente invention ; et
la est une représentation schématique d’un exemple de réalisation non limitatif d’un véhicule selon l’invention.

Il est bien entendu que les modes de réalisation qui seront décrits dans la suite ne sont nullement limitatifs. On pourra notamment imaginer des variantes de l’invention ne comprenant qu’une sélection de caractéristiques décrites par la suite isolées des autres caractéristiques décrites, si cette sélection de caractéristiques est suffisante pour conférer un avantage technique ou pour différencier l’invention par rapport à l’état de la technique antérieure. Cette sélection comprend au moins une caractéristique de préférence fonctionnelle sans détails structurels, ou avec seulement une partie des détails structurels si c'est cette partie qui est uniquement suffisante pour conférer un avantage technique ou pour différencier l’invention par rapport à l’état de la technique antérieure.

En particulier toutes les variantes et tous les modes de réalisation décrits sont combinables entre eux si rien ne s’oppose à cette combinaison sur le plan technique.

Sur les figures et dans la suite de la description, les éléments communs à plusieurs figures conservent la même référence.

La est une représentation schématique d’un exemple non limitatif d’un procédé de comptage de personnes selon l’invention.

Le procédé 100 représenté sur la peut être utilisé pour compter le nombre de passagers dans un lieu, et en particulier dans une zone passager d’un véhicule de transport en commun, tel que par exemple un wagon d’un train, d’un tramway, d’un métro, etc.

Le procédé 100 comprend une phase de comptage 102 qui peut être réalisée autant de fois que souhaité pour compter le nombre de personnes dans le lieu.

La phase de comptage 102 comprend, une étape 104 d’acquisition d’une image dudit par au moins deux caméras, à un même instant. Ainsi, cette étape 104 fournit au moins deux images du lieu, prises au même instant. De manière générale, et préférée, les images peuvent être prises suivant des angles de vue différents.

Lors d’une étape 106, chacune des images acquises est fournie à un premier modèle préalablement entrainé pour obtenir au moins une donnée de comptage individuellement pour ladite image.

Suivant des modes de réalisation, chacune des caméras peut être associée à un premier modèle qui lui est spécifique. Dans ce cas, par exemple, le premier modèle spécifique à une caméra peut avoir été entrainé avec des images prises par ladite caméra. Cela permet une plus grande efficacité de chaque premier modèle car celui-ci prend en compte les spécificités de la caméra à laquelle il est associé lors de l’entrainement dudit premier modèle, tel que le champ de vue, la luminosité, etc.

Suivant d’autres modes de réalisation, le premier modèle peut être commun à toutes les caméras.

Suivant un mode de réalisation nullement limitatif, le (ou chaque) premier modèle peut comprendre un détecteur de type YOLOv4 configuré pour détecter, dans l’image captée, au moins une boite englobante, chacune autour d’une personne sur ladite image. Ce détecteur peut être configuré pour fournir les coordonnées des coins de chaque boîte englobante. De plus, le premier modèle peut comprendre un module pour déterminer l’au moins une donnée de comptage individuel, en fonction des données fournies par le détecteur YOLOv4. Pour chaque image captée, l’au moins une donnée de comptage individuel peut comprendre au moins une des données suivantes :

La phase comptage 102 représentée sur la comprend en outre une étape 108, lors de laquelle toutes les données de comptage individuelles, obtenues pour toutes les images captées sont fournies, à un deuxième modèle pour obtenir une donnée de comptage consolidé.

Préférentiellement, la donnée de comptage consolidé est le nombre de personnes présentes dans le lieu.

Le deuxième modèle peut comprendre un algorithme de régression prenant en entrée les données de comptage individuel et fournissant l’au moins une donnée de comptage consolidé.

En particulier, le deuxième modèle peut être un réseau de neurones préalablement entrainé pour fournir une donnée de comptage consolidé en fonction de données de comptage individuel. Un exemple d’entrainement d’un tel deuxième modèle sera décrit plus loin.

Le procédé 100 peut comprendre, suivant des exemples de réalisation non limitatifs, une étape 110, optionnelle, de déclenchement de l’exécution de la phase de comptage 102, de manière automatique, par un signal déclencheur.

Le signal déclencheur peut être un signal déclenché par un opérateur, par exemple manuellement au travers d’une interface utilisateur.

Suivant des exemples de réalisation, et en particulier lorsque le comptage est réalisé au sein d’un véhicule, le signal déclencheur peut être :

un signal de fermeture d’un ouvrant du véhicule, fourni par exemple par un capteur de fermeture ;
un signal d’ouverture d’un ouvrant du véhicule, fourni par exemple par un capteur d’ouverture dudit ouvrant,
un signal de démarrage du véhicule, fourni par exemple par une centrale inertielle, un capteur d’accélération ou encore par une unité de gestion dudit véhicule ; ou
un signal d’arrêt du véhicule, fourni par exemple par une centrale inertielle, un capteur d’accélération ou encore par un calculateur dudit véhicule.

Ainsi, la phase de comptage 102 est réalisée en fonction d’un état ou d’une configuration du véhicule.

La est une représentation schématique d’un exemple non limitatif d’un système de comptage selon l’invention.

Le système 200, représenté sur la , comprend plusieurs caméras de captation d’images, 202₁-202_n, au sein d’un lieu, et en particulier suivant différentes positions et/ou angles de vue. Chaque caméra 202_ipeut être tout type de caméra, telle que par exemple une caméra de surveillance. Chaque caméra 202_ipeut être une caméra fixe.

Pour chaque caméra 202₁-202_n, le système 200 comprend une première unité de traitement individuelle, respectivement 204₁-204_nexécutant le premier modèle pour générer à partir d’une image captée par ladite caméra et fournir des données de comptage individuel. Chaque unité de traitement 204_ifournit au moins une donnée de comptage individuel pour chaque image captée par la caméra 202_ià laquelle elle est associée.

Chaque première unité de traitement 204_ipeut être un ordinateur, une tablette, un calculateur, un processeur chargé avec le premier modèle et exécutant le premier modèle.

Dans l’exemple représenté, le système 200 comprend une première unité de traitement individuelle 204_ipour chaque caméra 202_i. Dans ce cas, les images prises par les caméras 202₁-202_npeuvent être traitées en même temps ou les unes après les autres. Alternativement, le système 200 peut comprendre une première unité de traitement commune pour plusieurs caméras 202_i, voire toutes les caméras 202₁-202_n. Dans ce cas, les images prises par ces caméras seront traitées les unes après les autres.

Le système 200 comprend en outre une deuxième unité de traitement 206, commune à toutes les caméras, exécutant le deuxième modèle pour générer l’au moins une donnée de comptage consolidée. La deuxième unité de traitement 206 reçoit de chaque première unité de traitement 204_iau moins une donnée de comptage individuel déduite par ladite unité de traitement 204_ipour l’image prise par la caméra 202_ià laquelle elle est associée. À partir de toutes les données de comptage individuel reçues de toutes les unités de traitement 204₁-204_n, la deuxième unité de traitement déduit une donnée de comptage consolidé, et en particulier le nombre de personne(s) présente(s) dans le lieu, à l’instant où les images ont été captées par les caméras 202₁-202_n.

La deuxième unité de traitement 206 peut être un ordinateur, une tablette, un calculateur, un processeur chargé avec le premier modèle et exécutant le premier modèle.

Dans l’exemple représenté, la deuxième unité de traitement 206 est représentée de manière séparée de chaque première unité de traitement 204_iDans des modes de réalisation alternatifs, la deuxième unité de traitement 206 et chaque (ou la) première unité de traitement 204_ipeuvent être intégrées dans une unique unité de traitement qui peut être un ordinateur, une tablette, un serveur, un processeur exécutant le (ou chaque) premier modèle et le deuxième modèle.

La ou les unités de traitement peuvent être installées sur le même site que les caméras 202₁-202_n. Alternativement, la ou les unités de traitement peuvent être installées sur un site distant du site sur lequel se trouvent les caméras 202₁-202_n. Dans ce cas, les images captées par les caméras peuvent être communiquées à chaque première unité de traitement au travers d’une connexion filaire ou sans fil, au travers d’un réseau de communication, tel que par exemple Internet.

La est une représentation schématique d’un exemple non limitatif d’un premier modèle pouvant être mis en œuvre dans la présente invention.

Le premier modèle 300, représenté sur la , peut être utilisé pour fournir à partir d’une image captée par une caméra 202 au moins une donnée de comptage individuel, c’est-à-dire au moins une donnée de comptage obtenue individuellement pour l’analyse de l’image captée donnée en entrée dudit premier modèle.

Le premier modèle 300 peut être exécuté et utilisé par la, ou chaque, première unité de traitement 204_ide la .

Le premier modèle 300 peut être un module logiciel.

Le premier modèle 300 comprend un premier module 302, en particulier logiciel, tel que par exemple un algorithme, de détection d’objet. Ce premier module 302 peut par exemple être développé en langage Python. De manière nullement limitative, le premier module 302 peut être configuré pour détecter des boites englobantes autour des humains se trouvant dans une image. Par exemple le premier module peut être un détecteur YOLOV4.

Le premier module 302 peut être entrainé pour détecter les boîtes englobantes autour des personnes se trouvant l’image, et ce de manière spécifique à la caméra 202_iconcernée : champ de vue, angle de vue, luminosité, etc. Pour ce faire, le premier module peut être entrainé, par exemple en utilisant une bibliothèque d’images d’entrainement. Chaque image d’entrainement peut être une image préalablement captée par ladite caméra et pour laquelle des boîtes englobantes sont indiquées audit premier module, par exemple manuellement. Ainsi, une fois entrainé, le premier module 302 indique pour chaque image, une ou plusieurs boîtes englobantes, chacune pour une personne se trouvant dans ladite image.

Le premier modèle 300 comprend un deuxième module 304 permettant de fournir au moins une donnée de comptage individuel à partir de la, ou des, boîte(s) englobante(s) détectée(s) par le premier module 302. Le deuxième module 304 peut être un module logiciel, par exemple développé en langage Python. Le deuxième module 304 peut être configuré pour fournir une combinaison quelconque des données suivantes :

nombre de boites englobantes détectées par le premier module,
surface moyenne des boites englobantes détectées par le premier module, et
position moyenne en longueur des centroïdes des boites englobantes détectées par le premier module.

Par exemple, le deuxième module peut fournir au moins une donnée de comptage individuel comprenant chacune de ces trois données pour une image captée.

Bien que représentés individuellement et de manière séparées le premier module et le deuxième module peuvent être regroupés dans un même module logiciel.

La est une représentation schématique d’un exemple non limitatif d’un deuxième modèle pouvant être mis en œuvre dans la présente invention.

Le deuxième modèle 400, représenté sur la , peut être utilisé pour fournir à partir de données de comptage individuel DCI₁-DCI_nfournies pour « n » caméras 202₁-202_nayant pris une image d’un lieu, une donnée de comptage consolidé, DCC, et en particulier le nombre de personnes se trouvant dans un lieu.

Le deuxième modèle 400 comprend, ou consiste en, un réseau de neurones convolutif préalablement entrainé, et réalisant une régression des données de comptage individuels DCI₁-DCI_nqui lui sont données en entrée.

La est une représentation schématique d’un exemple d’entrainement du deuxième modèle pouvant être mis en œuvre dans la présente invention.

Le deuxième modèle peut être le réseau de neurones 400 de la .

Avant d’être utilisé dans la phase de comptage, le réseau de neurones 400 est préalablement entrainé, lors d’une phase d’apprentissage, pour prédire l’au moins une donnée de comptage consolidé, et en particulier le nombre de personnes à partir des données de comptage individuel obtenues pour toutes les caméras. Le but de cette phase d’apprentissage est d’entrainer le réseau de neurones 400 avec des données d’apprentissage.

Les données d’apprentissage comprennent des données de comptage individuel pour une multitude d’instants :

pour chaque instant : des images du lieu sont captées par des caméras audit instant ;
chaque image captée est donnée en entrée du premier modèle qui fournit des données de comptage individuel pour ladite image, tel que par exemple un nombre de boites englobantes, une surface moyenne des boites englobantes, position moyenne en longueur des centroïdes des boites englobantes, etc.

Les données d’apprentissage comprennent aussi, pour chaque instant, le nombre réel NR de personnes présentes dans le lieu. Le nombre réel NR de personnes se trouvant dans le lieu est par exemple déterminé par un opérateur 502, par exemple en consultant les images captées audit instant par les caméras 202₁-202_n.

La phase d’apprentissage du deuxième modèle peut comprendre au moins une itération d’une étape d’apprentissage comprenant les opérations suivantes :

pour chaque instant : les données de comptage individuel sont données en entrée du deuxième modèle 400 qui fournit alors une valeur estimée DCC_edu nombre de personnes se trouvant dans le lieu ;
pour chaque instant : la valeur estimée DCC_eest comparée à la valeur NR indiqué par l’opérateur, et une erreur est calculée par un module 504 ;
pour l’ensemble des instants : une fonction de coût est calculée, par exemple par le module 504, en fonction de l’erreur obtenue pour tous les instants, par exemple en sommant les erreurs pour tous les instants ;
les coefficients du modèle 400 sont mis à jour en vue de minimiser la fonction de coût, et une nouvelle itération de l’étape d’apprentissage est réalisée avec les mêmes données d’apprentissage.

Par exemple, la phase d’apprentissage peut être arrêtée et le deuxième modèle peut être considéré comme suffisamment entrainé, lorsque la fonction de coût ne diminue pas pendant dix itérations de l’étape d’apprentissage.

La est une représentation schématique partielle d’un exemple de réalisation non limitatif d’un véhicule selon l’invention.

Le véhicule 600, représenté de manière schématique et partielle sur la , peut être un bus, un avion, etc. En particulier, le véhicule 600 est un wagon prévu pour recevoir des personnes dans une zone passager 602. Dans l’exemple de la trois personnes P₁-P₃sont représentées dans la zone passager 602.

Le véhicule 600 est muni d’un système selon l’invention, tel que par exemple et de manière nullement limitative, le système 200 de la .

Dans le véhicule 600, le système 200 comprend deux caméras, 202₁et 202₂, qui sont disposées de part et d’autre de la zone passager 602. On comprend que si les caméras 202₁et 202₂étaient considérées individuellement pour le comptage de personnes présentes dans la zone passager 602, alors le nombre de personnes détectées serait de 2(deux). En effet, chacune des caméras 202₁et 202₂ne couvre que partiellement la zone passager 602 et pour chaque caméra 202₁et 202₂une personne, respectivement P₁et P₂, se trouvant dans la zone passager 602 n’est pas visible.

La présente invention ne considère pas le résultat des caméras individuellement pour en sélectionner une, mais déduit une donnée de comptage consolidée en prenant en compte la donnée de comptage individuel de toutes les caméras, de sorte le comptage de personnes est plus précis.

Bien entendu l’invention n’est pas limitée aux exemples qui viennent d’être décrits.

Claims

Procédé (100) de comptage de personne(s) se trouvant dans un lieu (602), ledit procédé (100) comprenant au moins une itération d’une phase (102) de comptage comprenant les étapes suivantes :
captation (104), à un instant donné, de plusieurs images dudit lieu, par un réseau de plusieurs caméras (202₁-202_n), et

pour chaque image captée, fourniture (106) d’au moins une donnée de comptage individuel (DCI₁-DCI_n), relative au nombre de personne(s) détectée(s) dans ladite image, par analyse de ladite image par un premier modèle préétabli (300) de comptage de personnes ;
caractérisé en ce que la phase de comptage (102) comprend en outre une étape (108) de consolidation desdites données de comptage individuel obtenues pour lesdites images captées par un deuxième modèle préétabli (400), fournissant au moins une donnée de comptage consolidé (DCC) relative au nombre de personne(s) se trouvant dans ledit lieu (602).
Procédé (100) selon la revendication précédente, caractérisé en ce que, pour au moins une image captée, le premier modèle (300) est configuré pour réaliser les opérations suivantes :
détection, dans l’image captée, d’au moins une boite englobante, chacune autour d’une personne sur ladite image, et

détermination de l’au moins une donnée de comptage individuel (DCI_i) associée à ladite image captée, en fonction de l’au moins une boîte englobante détectée sur ladite image.
Procédé (100) selon la revendication précédente, caractérisé en ce que, pour moins une image captée, l’au moins une donnée de comptage individuel (DCI_i) comprend au moins une des données suivantes :
nombre de boite(s) englobante(s),

surface moyenne des boite(s) englobante(s),

surface maximum des boite(s) englobante(s),

écart-type des surfaces des boite(s) englobante(s),

position moyenne en longueur des centroïdes des boite(s) englobante(s), et

position moyenne en largeur des centroïdes des boite(s) englobante(s).
Procédé (100) selon l’une quelconque des revendications précédentes, caractérisé en ce que, le deuxième modèle (400) comprend un algorithme de régression prenant en entrée les données de comptage individuel (DCI₁-DCI_n) et fournissant l’au moins une donnée de comptage consolidé (DCC).
Procédé (100) selon l’une quelconque des revendications précédentes, caractérisé en ce que la phase de comptage (102) est déclenchée, de manière automatique, par un signal déclencheur.
Procédé (100) selon l’une quelconque des revendications précédentes, mis en œuvre pour le comptage de passagers dans une zone passager (602) d’un véhicule (600) de transport en commun.
Procédé (100) selon les revendications 5 et 6, caractérisé en ce que le signal déclencheur comprend, ou est fonction, d’au moins un des signaux suivants :
un signal d’arrivée en gare dudit véhicule (600),

un signal de fermeture d’une porte dudit véhicule (600),

un signal d’ouverture d’une porte dudit véhicule (600),

un signal d’arrêt du véhicule (600), et

un signal de démarrage dudit véhicule (600).
Procédé (100) selon l’une quelconque des revendications précédentes, caractérisé en ce qu’il comprend, avant toute itération de la phase de comptage (102) :
une phase d’entrainement du premier modèle (300), et/ou

une phase d’entrainement du deuxième modèle (400).
Système (200) de comptage de personnes présentes dans un lieu (602), comprenant :
un réseau d’au moins deux caméras (202₁-202_n) pour capter des images dudit lieu (602), et

au moins un unité de traitement informatique (204₁-204_n;206) ;
configurés pour mettre en œuvre toutes les étapes du procédé (100) selon l’une quelconque des revendications précédentes.
Véhicule (600) de transport en commun équipé d’un système (200) de comptage de personnes selon la revendication précédente.