Deep-I

Deep-I

Solution de surveillance intelligente pour data centers

Les Défis des Data Centers :

Problématiques actuelles :

• Accès non autorisés aux zones sensibles
• Aucune détection des objets interdits (téléphones, appareils photo)
• Surveillance manuelle 24h/24

• Difficulté à compter précisément les personnes présentes
• Coûts élevés de surveillance humaine
• Contraintes matérielles : Espace limité pour installer de nombreuses caméras, câblage complexe et coûteux, besoin de serveurs puissants pour traiter les flux vidéo en temps réel

La Solution :

Utilisation de modèles IA pré-entraînés et spécialisés pour les environnements de data centers :

• Contrôle d'accès automatique : Reconnaissance faciale pour bloquer les personnes non autorisées
• Détection instantanée d'objets : Identification automatique des téléphones et appareils photo interdits
• Surveillance autonome 24h/24 : Fonctionnement continu sans fatigue ni pause humaine
• Traçabilité complète : Enregistrement automatique de tous les accès et événements
• Comptage précis en temps réel : Suivi exact du nombre de personnes dans chaque zone
• Réduction des coûts : Diminution drastique du besoin en personnel de sécurité
• Économie de matériel : Un seul serveur puissant remplace plusieurs systèmes de surveillance traditionnels, moins de câbles et d'équipements à installer dans l'espace restreint du data center

Fonctionnalités de Détection :

Fonctionnalités de Détection :

Détection de personnes :

YOLO pour identification et suivi temps réel

Détection d'objets :

YOLO spécialisé pour téléphones et équipements interdits

Zones d'accès :

Configuration géométrique avec DeepStream

Reconnaissance faciale :

YOLO Face + InsightFace pour vérification d'identité

Comptage intelligent :

Algorithmes de tracking DeepStream pour zones définies

Stockage MySQL des détections avec métadonnées d'analyse

Historique complet :

Technologies IA Utilisées :

InsightFace

Reconnaissance faciale de précision

NVIDIA DeepStream

Framework de traitement vidéo haute performance

YOLO

Détection d'objets en temps réel

YOLO Face

Détection de visages optimisée

Pourquoi DeepStream ?

• Standard industriel NVIDIA : Framework officiel pour surveillance professionnelle, contrairement aux solutions expérimentales
• Intégration hardware dédiée : Conçu spécifiquement pour les GPU NVIDIA présents dans les data centers
• Fiabilité critique : Testé et validé pour environnements 24h/24 où l'arrêt n'est pas acceptable
• Gestion multi-flux native : Traite plusieurs caméras simultanément sans frameworks supplémentaires

• Conformité sécuritaire : Respecte les standards de sécurité requis dans les infrastructures critiques

🎯 DeepStream :

Sans DeepStream

Approche traditionnelle, basée sur une chaîne de traitement logicielle (souvent avec CPU). Elle est flexible mais lourde, coûteuse, complexe à maintenir et ne scale pas efficacement.

Avec DeepStream

Approche optimisée, exploitant pleinement le hardware NVIDIA (GPU,codecs matériels). Elle est hautement performante, économe en coût totalde possession (TCO), scalable et conçue pour le déploiement de l'IA àgrande échelle.

👁️ YOLO Detection :

Avec YOLO

Détection automatique de 80 classes d'objets en 33ms par image je veux une image sur cette comparaison

Sans YOLO

Agent de sécurité doit surveiller 10-20 écrans simultanément

🤖 InsightFace :

Sans InsightFace

Vérification manuelle d'identité avec badges/cartes, erreurs possibles

Avec InsightFace

Reconnaissance faciale automatique avec 99.8% de précision

Perspectives d'Amélioration - Fine-tuning

Optimisation des modèles pour les data centers :

YOLO Fine-tuning :

• Réentraînement sur dataset spécialisé avec seulement 2 classes : "personne" et "téléphone"
• Suppression des 78 autres classes inutiles (voitures, animaux, etc.)
• Amélioration de la précision : passage de 85% à 95% pour détection téléphones
• Réduction du temps d'inférence grâce à la simplification du modèle

InsightFace Fine-tuning :

• Création d'un dataset avec employés autorisés du data center
• Entraînement sur conditions spécifiques : éclairage artificiel, angles de caméras fixes
• Amélioration de la reconnaissance en environnement contrôlé
• Adaptation aux uniformes et équipements de protection individuelle

Pipeline de Détection

Architecture de traitement :

• Capture vidéo : Acquisition flux RTSP
• Préprocessing : Normalisation et redimensionnement
• YOLO Detection : Identification personnes/objets (téléphones)
• YOLO Face : Localisation précise des visages
• InsightFace : Extraction features + reconnaissance
• Post-processing : Filtrage des faux positifs et validation des résultats

Diagramme de Séquence

Interface de Surveillance:

Dashboard principal :

Home/Accueil :

• Compteur IA en temps réel (Entrées: 0, Sorties: 0, Personnes: 0)

• Flux actuel avec options de configuration (orientation, position, couleurs)

• Détection active de personnes, visages et objets

Dashboard de Configuration :

• Site & Zone : Configuration des zones d'accès sécurisées.

• Gestion des Caméras : Configuration et statut des caméras actives et désactiver avec flux vidéo

• GPU/Processeur : Monitoring des ressources système et optimisation performances

Dashboard de Gestion des Données :

• Page de Logs : Historique complet des détections avec filtres par type

• Validation Users : Gestion des images de visages non identifiés .

• Users : Base de données de 5 personnes autorisées avec badges d'accès

• AI Models : Gestion des modèles de détection (FaceRecognition actif à 95.50%)

Dashboard de Test et Validation :

• Test Video : Interface de test et validation sur vidéos enregistrées

• Test Detection : Module de test pour upload et analyse d'images statiques

Valeur et Impact du Projet :

• 💡 Solution innovante de surveillance : Technologie moderne avec IA intégrée pour améliorer la sécurité des data centers.
• 💰 Réduction des coûts : La surveillance automatique permet de limiter le besoin de beaucoup de personnel de sécurité.
• 🏆 Avantage concurrentiel : Une solution efficace qui nous démarque sur le marché de la surveillance.
• 🛡️ Sécurité renforcée : Protection des data centers contre les intrusions et les objets interdits grâce à la détection en temps réel.
• 📈 Base pour grandir : Une plateforme flexible qui peut aussi être utilisée dans d’autres secteurs ayant besoin de surveillance automatique.

Difficultés techniques rencontrées :

• Comptage avec DeepStream : Complexité du tracking multi-objets et gestion des entrées/sorties

• Streaming HLS pour l'interface : Latence élevée et synchronisation des flux vidéo

• Limitation FPS d'affichage : Plafond à 20 FPS malgré traitement 30 FPS

• Choix des modèles IA : Manque d'expérience préalable avec InsightFace et ses alternatives

• Multi-caméras avec DeepStream : Gestion simultanée de plusieurs flux RTSP

Merci pour votre attention