Analyse vidéo distribuée en temps réel pour la recherche de personnes sensible à la vie privée

Dans ce travail, un nouveau modèle distribué de recherche de personnes consciente de la vie privée (PAPS, Privacy-Aware Person Search) a été proposé afin de contourner les risques liés à la vie privée. Un système intelligent de surveillance IoT a été conçu pour intégrer ce modèle PAPS, permettant une recherche distribuée en temps réel de personnes dans des vidéos de surveillance, tout en préservant la confidentialité. Un aspect crucial de ce système de surveillance intelligent, en particulier pour la recherche de personnes, réside dans la restitution visuelle des résultats au niveau de l’utilisateur, sous forme de résultats classés comprenant des images de personnes. Ainsi, même si un traitement au niveau du bord (edge) est effectué, il reste nécessaire de stocker ou de transmettre les images de personnes recadrées vers le serveur cloud afin d’afficher les résultats à l’utilisateur. Toutefois, le stockage ou la transmission de vidéos/images vers des serveurs cloud soulève des préoccupations en matière de vie privée. Le modèle PAPS proposé élimine la nécessité de stocker ou de transmettre les images ou vidéos pendant la recherche de personnes, résolvant ainsi les problèmes de confidentialité. Le système proposé est facilement évolutif, permettant l’ajout de nouveaux nœuds caméra pour étendre la couverture de surveillance, la majorité du traitement étant effectuée au niveau des serveurs edge, avec une faible charge de traitement au niveau du fog (nuage périphérique). Un traitement minimal au niveau du cloud est effectué uniquement lorsqu’une requête est soumise par l’utilisateur. Seules les données traitées et encodées sont transmises entre les serveurs edge, fog et cloud, ce qui protège la vie privée tout en réduisant de manière significative les coûts de bande passante. En outre, un nouveau critère d’évaluation, appelé Person Capacity (capacité de personne), a été introduit afin d’évaluer la faisabilité d’un système basé sur le edge pour être déployé dans des lieux très fréquentés. Les résultats d’évaluation de performance de notre système, sur notre propre jeu de données vidéo ainsi que sur les jeux de données PRW et CUHK-SYSU pour la recherche de personnes, démontrent que le système proposé atteint des performances de pointe ou compétitives, tout en fonctionnant en temps réel dans des scénarios pratiques.