Vision-AI | the Next Distruption in Data AccuracyVision-AI | the Next Distruption 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 écrite

Vision-AI | the Next Distruption in Data Accuracy

Excelerate Systems - FranceAadel BenyoussefVP – Europe

@aadel_ben

VIMOC TechnologiesTarik HammadouCEO

la prochaine disruption pour l’authenticité des données

@thammadou #dataquitaine2019

https://twitter.com/aadel_ben

https://twitter.com/thammadou


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

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

à la Multi-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 Research-

de l’Auto-mobility


Et en introduisant de nouveaux défis et de nouvelles opportunités....

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)

Pour répondre concrètement

Nous VISUALISONS et VOYONS

l'environnement

Nous DÉTECTONS et

IDENTIFIONS

Nous APPRENONS et

AMÉLIORONS

Nous DÉCLENCHONS des

ACTIONSNous DÉTERMINONS ce qu'il

faut faire en fonction des

règles. Nous FOURNISSONS DE

L'INFORMATION QUALIFIÉE


Détection et comptage de TOUS les véhicules

Surveillance d’emplacements avec une grande précision Sécurité des piètons

Solutions dans les parkings & 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 dédiésAnalyse et contrôle

▪ 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

Solutions pour les villes, les campus et tous les lieux publics


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

Solutions en bordure des zones (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

Solutions pour Chantiers et Travaux

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


Des solutions qui donnent des mesures précises du monde réel

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


PERIMETER SURVEILLANCE

AUTON-VEHICLE ”AWARENESS”VENUE VISITOR ANALYTICS

CONSTRUCTION SITE MONITORING

ASSET PROTECTION / MONITORINGBUILDING CONTROLS

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

...sur une plate-forme en perpétuelle évolution

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" baséeessentiellement 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 LearningDiscrete sensing and

fusionActuators

Crosswalk safetySingle

space countPed/bike count

Queue estimation

Vehicle count Vehicle classification other TBD…

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.

Des solutions bâties pour l'évolutivité et la flexibilité


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

Business Intelligence pour de

meilleures expériences

Video

Seules les statistiques

et les métadonnées

sont stockées

Le contenu vidéo est supprimé

Solutions conçues nativement pour la protection de la vie privée


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 LayerOutput

Layer

90%

5%

2.5%

2.5%

VIMOC deep learningMode opératoire …


Méthodes traditionnelles : En raison de la mémoire et de la puissance limitées, les données des capteurs sont déchargées dans le nuage pour effectuer les inférences.

Acc

urac

yResponsiveness

Cloud Model• High communication

• High computation

Device Model• Low communication

• Low power

VIMOC DDNN• Low power

• Low communication

Un avantage concurrentiel durable

Hidden Layer 1

Hidden Layer 2

Hidden Layer 3Input Layer

Output Layer

90%

5%

2.5%

2.5%

VIMOC distributed Deep Neural Networks (DDNN)


Conçue pour l'évolutivité et l'intégration

Architecture Logicielle VIMOC

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

VIMOCDeep Learning

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 - déploiementEDGE

Specific Training SetsLabeled data,

Specific models,Images from target environment

Small Neural NetworkDeployed on EDGE Computer

Small Neural NetworkAccurate, real-time, specialized

Big CNNCloud 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


Application Programmatic Interfaces (APIs)

▪APIs from the VIMOC 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:

▪ RESTful APIs 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 et écrite https://youtu.be/BHC-uH-5ggM

https://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

https://twitter.com/VIMOC

https://www.vimoc.com/

https://twitter.com/ExcelSysFrance

https://www.exceleratesystems.com/

Vision-AI | the Next Distruption in Data AccuracyVision-AI | the Next Distruption in Data Accuracy...

Documents

Transcript of Vision-AI | the Next Distruption in Data AccuracyVision-AI | the Next Distruption in Data Accuracy...