Procédé de détermination du nombre d'objets présents dans une zone surfacique donnée par thermographie infrarouge

Domaine technique de l'invention

L'invention concerne le domaine technique de l'imagerie thermographique et de l'exploitation de données ainsi générées. Plus particulièrement, elle concerne la détermination du nombre d'objets présents dans une zone surfacique donnée, notamment le nombre d'objets dans une foule, ou dans un flux d'objets, à partir d'images de thermographie infrarouge.

Etat de la technique

Malgré le fort développement de la surveillance vidéo (utilisée le plus souvent en tant que système de télévision en circuit fermé, appelé en anglais « closed- circuit télévision », CCTV) dans les espaces publics et privés, il n'existe à présent pas de méthode - simple pour déterminer le nombre d'objets présent dans un élément surfacique donné. A titre d'exemple, le nombre de personnes qui défilent lors d'une manifestation politique est en général estimé à une valeur très différente par les organisateurs de la manifestation et par la police. Dans les sites à accès contrôlé, le comptage individuel est aisé, par exemple à l'aide de tourniquets ou de portails automatiques. Mais cette approche n'est évidemment pas applicable pour déterminer le taux d'affluence devant le site ou le nombre de personnes qui attendent, et plus généralement dans un espace public. Par ailleurs, on n'a pas toujours besoin de connaître avec une précision

unitaire le nombre de personnes, on peut admettre une certaine marge d'erreur.

De même, il n'existe pas de méthode automatique simple pour déterminer en temps réel le nombre d'automobiles dans une zone surfacique donnée, par exemple aux abords d'un carrefour ou d'un rond point.

L'exploitation de photographies ou images vidéo est possible à l'aide de logiciels d'analyse numérique d'images, mais se heurte à la difficulté de trouver un angle de vue qui permet un comptage individuel des objets dans une zone surfacique donnée, sachant que ce comptage ne pourra être exact que pour des images prises par une caméra se situant exactement au-dessus de l'élément surfacique à analyser, comme cela est décrit dans la demande de brevet WO 02/093487 (Koninklije Philips Electronics N.V.). Dans tous les autres cas, il y a un risque que des objets de grande taille cachent des objets de petite taille. Par ailleurs, les logiciels de traitement d'images doivent comprendre un module de reconnaissance de formes, et sont assez difficiles à calibrer, surtout lorsqu'ils opèrent en temps réel. Ces logiciels peuvent donc introduire un biais difficile à évaluer, car une foule revêt toujours un caractère aléatoire quant à sa distribution spatiale et, dans une certaine mesure, quant à la nature individuelle des objets d'une catégorie donnée qui la composent. Ainsi, les personnes peuvent porter un chapeau ou sac à dos, ou peuvent tirer une valise à roulettes ou un chariot, ou une personne peut porter un enfant sur ses épaules. De même, un camion peut cacher des véhicules de tourisme, ou un engin roulant de forme inhabituelle peut ne pas être reconnu par le logiciel.

Selon l'état de la technique, c'est surtout par le biais de méthodes mathématiques sophistiquées que l'homme du métier a essayé de déterminer le nombre de personnes dans une foule à partir d'images vidéo. Ces méthodes mathématiques peuvent cependant être appliquées également aux images vidéo provenant d'autres domaines spectraux, tels que le domaine infrarouge, le domaine du sonar, et le domaine du radar (voir la demande de brevet WO 2005/038717 (Intellivid Corp. ) .

La demande de brevet EP 0 967 583 A2 (Texas Instruments Inc.) décrit des méthodes d'analyse d'images vidéo statiques acquises successivement, dans le but de détecter la présence d'un être humain dans un champ de vision donné .

Le brevet US 7,139,409 B2 (Siemens Corporate Research) décrit une méthode dynamique d'analyse d'images de type CCTV, qui est basée sur des fonctions de type Markov. Le brevet US 6,049,363 (Texas Instruments Inc.) décrit une méthode statistique pour décrire l'évolution d'une scène observée par une caméra de type télévision ou infrarouge.

Par ailleurs, il serait souhaitable de disposer d'informations supplémentaires quant à la typologique des objets qui composent la foule ou le flux. A titre d'exemple, il peut être intéressant de savoir si une voiture à l'arrêt est garée moteur éteint, ou si elle fait encore partie du flux circulatoire.

Selon l'état de connaissance de l'inventeur, il n'existe dans l'état de la technique aucune méthode directe basée sur des mesures optiques pour déterminer le nombre

d'objets d'un type donné qui sont présents dans une zone surfacique donnée.

Du fait de l'absence de méthodes simples et automatiques pour déterminer le nombre d'objets présents dans une zone surfacique, notamment d'objets formant une foule ou un flux d'objets, il n'existe pas non plus de bases de données exploitables pour traiter ces données, soit dans un but analytique, soit dans un but prévisionnel.

Les méthodes optiques basées sur des images photographiques classiques, c'est-à-dire des images acquises avec de la lumière visible (correspondant à une longueur d'onde d'environ 400 - 740 nm) émise ou réfléchie par les objets observés ne semblent donc pas être capables de résoudre ce problème de manière satisfaisante. De plus, ces techniques sont sensibles aux conditions de visibilité, aux conditions d'éclairage et aux conditions climatiques : elles fonctionnent mal ou pas du tout la nuit, sont gênées par des sources de lumières externes (phares de voiture) et par le brouillard, la neige, la pluie.

Il existe par ailleurs des techniques d'acquisition d'images avec de la lumière infrarouge émise par les objets. Cette lumière infrarouge correspond au rayonnement thermique émis par les objets observés. La thermographie infrarouge est utilisée dans de nombreux domaines techniques, et notamment pour la détection de fuites thermiques, points chauds ou points froids dans des bâtiments, fours industriels, réacteurs, installations industrielles. Elle est également utilisée dans le domaine médical, comme aide au diagnostic médical capable de détecter des zones chaudes du corps ; ces zones chaudes

peuvent ensuite faire l'objet d'un examen approfondi faisant intervenir d'autres techniques médicales, afin de diagnostiquer des maladies susceptibles de conduire à 1 ' échauffement local du tissu détecté initialement par thermographie infrarouge. Dans toutes ces utilisations, on utilise une caméra infrarouge munie d'un détecteur de type CCD (charge-coupled device) . Une telle caméra donne une cartographie de la température.

Pour des températures assez proches de la température ambiante, telles que par exemple la température d'un corps humain, la mesure par thermographie infrarouge nécessite une connaissance très poussée du fonctionnement de la caméra et des logiciels utilisés, ainsi qu'une calibration soigneuse des paramètres de la caméra et du logiciel.

L'article «Utilisation de caméras IR pour détecter la fièvre due au SRAS » de Mikael Cronholm, paru dans la revue InfraMatrix 2004, en donne un exemple. Dans toutes les applications qui ont pour objet la mesure de la température d'un corps humain, il est essentiel que la personne qui est caractérisée par thermographie infrarouge le soit de manière individuelle, c'est-à-dire qu'elle se présente individuellement à une certaine distance et dans une certaine position par rapport à la caméra. Selon l'état de la technique, il n'est pas possible de déterminer à l'aide d'une caméra infrarouge une personne atteinte de fièvre, et présentant donc une température supérieure à la normale, dans une foule.

On constate que selon l'état de la technique, la thermographie infrarouge est utilisée pour caractériser des objets individuels, tel qu'un four, un bâtiment, un humain, mais pas pour caractériser un collectif d'objets.

Or, dans le cadre de la présente invention, on ne s'intéresse pas du tout à caractériser un objet individuel, mais uniquement une pluralité d'objets. Le brevet US 5,995,900 (Grumman Corp.) décrit une méthode d'analyse d'images acquises par une caméra infrarouge pour caractériser, par comparaison entre des images prises successivement, le flux de véhicules automobiles présents dans un segment d'une route. Cette analyse est effectuée pixel par pixel, ce qui rend la méthode assez instable.

Le problème que la présente invention se propose de résoudre est de présenter une méthode de détermination du nombre d'objets présents dans une zone surfacique donnée, qui peut être mise en oeuvre de manière automatique, permanente, en temps réel, et qui peut fonctionner dans toutes conditions environnementales, et notamment dans toutes les conditions de visibilité, d'éclairage et climatiques susceptibles de se présenter dans un lieu public ou privé, intérieur ou extérieur. Un autre problème est de présenter une méthode permettant de déterminer l'évolution temporelle de ces paramètres, notamment leur tendance dans un intervalle de temps donné.

Description des figures La figure 1 montre de manière schématique une zone cible 1 de dimension 10 m x 5 m devant un point de passage 2. La figure 2 montre à titre d'illustration les paramètres géométriques liés à la position de la caméra infrarouge 3 par rapport à la zone cible 1. La figure 3 montre un exemple de quadrillage de la zone cible de la figure 1.

Les figures 4, 5 et 6 montrent le schéma de trois modes de réalisation d'un réseau informatique permettant

l'exploitation centralisée des données générées par le procédé selon l'invention.

Les repères suivants sont utilisés :

1 Zone cible

2 Point de passage

3 Caméra infrarouge

4 Niveau du sol

5 Elément surf acique à 1 ' intérieur duquel la densité d' obj ets est jugée significative

6 Unité de quadrillage

Description de l'invention 1. Définitions Nous appelons ici « objets » les objets matériels qui constituent la foule ou le flux à caractériser, et notamment : les humains, les animaux, les véhicules terrestres à moteur (tels que les automobiles) , et autres corps émettant un rayonnement thermique détectable par une caméra infrarouge.

Nous entendons par « foule » une multitude d'objets rassemblés en un lieu.

Nous entendons par « zone cible » l'élément surfacique du sol à l'intérieur duquel on détermine le nombre d'objets présents .

Le terme « point de passage » désigne dans le cas d'une file d'attente ou d'un flux d'objets un point devant lequel le premier ou les premiers des objets constituant ladite file ou ledit flux sont ralentis ou arrêtés avant de pouvoir passer ; dans le cas d'un flux continu il peut aussi s'agir d'un repère virtuel que les objets

constituant ledit flux doivent passer. Dans le premier cas, ce point de passage peut être par exemple, un guichet, un poste caisse, un arrêt de bus, un feu rouge, un rond point, un carrefour, un lieu d'accident routier, un chantier routier.

Le terme « temps de passage » t _p désigne le temps moyen qui s'écoule entre l'arrivé de l'objet au point de passage et son franchissement dudit point de passage. Cela correspond typiquement au temps moyen de traitement d'un objet au point de passage.

Le terme « temps d'attente » t _a désigne ici la durée moyenne d'attente d'un objet devant un point de passage défini .

Le terme « taux d'affluence » est utilisé ici dans le contexte d'un flux d'objets qui tend vers un site ayant une capacité maximale d'accueil C _max définie. Pour un nombre N _x d'objets X, on détermine le temps de passage moyen t _P d'un objet X au point de passage P, ainsi que le temps moyen de séjour t _s dans le site. Ensuite, on détermine la répartition du nombre des entrées N _entrée (t) et le nombre de sorties N _sort i _e (t) en fonction du temps. (Le taux d'affluence A(t) à un instant t est défini comme A(t)

= [Nen _t rée ( t ) - N _sor tie ( t ) ] / Cmax •

2. Description détaillée de l'invention

Un premier objet de la présente invention est un procédé de détermination du nombre d'objets présents dans une zone surfacique donnée à l'aide d'une caméra infrarouge, et notamment un procédé de détermination du nombre d'objets présents dans une zone surfacique donnée devant un point de passage. Ce procédé permet également de déterminer le

temps moyen d'attente devant ce point de passage, et le taux d'affluence.

Nous décrivons ici un mode de réalisation du procédé complet de détermination thermographique du nombre d'objets présents dans une zone surfacique d'une foule.

Etape 1 : Dans une première étape, on sélectionne la zone cible. Cela veut dire qu'en fonction de la finalité de la détermination, et en fonction de l'agencement des lieux, on sélectionne la position et la dimension de la zone cible. La figure 1 montre à titre d'illustration une telle zone cible 1 d'une dimension de 5 m x 10 m devant un point de passage 2.

Etape 2 : Dans une seconde étape on détermine la position de la caméra infrarouge 3 et sa configuration, c'est-à- dire son paramétrage optique et logiciel . La figure 2 montre à titre d'illustration les paramètres géométriques liés à la position de la caméra infrarouge 3 par rapport à la zone cible 1 définie dans l'étape 1 :

- la distance au sol L de la caméra 3 par rapport au centre de la zone cible,

- la distance optique D de la caméra 3 par rapport au centre de la cible,

- la hauteur H de la caméra par rapport au niveau du sol 4.

La configuration de la caméra et du système d'acquisition des données doit tenir compte notamment des paramètres suivants : les paramètres géométriques L, H et D tels que définis ci-dessus, la fréquence d'acquisition, l'orientation de la caméra, l'objectif utilisé, la

résolution thermique de la caméra, sa réponse spectrale, la taille de la matrice de pixel (par exemple : 160 x 120 pixels) . Une bande spectrale avec une longueur d'onde entre 8 μm et 12 μm convient pour la réalisation de la présente invention.

Etape 3 : Dans une troisième étape, on acquiert une image à l'aide de la caméra infrarouge 3 telle que configurée à la deuxième étape. En pratique, on acquiert une pluralité d'images successives à intervalle régulier ou non. Chaque pixel de cette image correspond à une valeur de température .

A titre d'exemple, on peut acquérir une image toutes les 30 secondes, sachant que la durée d'acquisition d'une image (de l'ordre de quelques millisecondes) est typiquement très courte par rapport à cet intervalle entre deux images .

Cette image est stockée sous forme numérique dans une unité de mémoire, par exemple un serveur informatique permettant le stockage, la sauvegarde et l'archivage des fichiers des données acquises.

La quatrième et la cinquième étape décrites ci-dessous se réfèrent au traitement d'une seule image. Elles sont typiquement effectuées pour chaque image acquise, afin de déterminer l'évolution des paramètres déduits.

Etape 4 : Dans une quatrième étape, on détermine à l'aide d'un premier algorithme, à l'intérieur de la zone cible 1, l'élément surfacique 5 (ou les éléments surfaciques) à l'intérieur duquel (ou desquels) la densité d'objets est jugée significative.

Ce premier algorithme récupère un fichier de l'image acquise par la caméra 3 qui a été sauvegardé temporairement. Ce fichier contient les données de l'image ainsi que tous les points de mesure de température pour l'ensemble des pixels qui forment l'image.

La position de la caméra 3 par rapport à la zone cible 1 étant connue, l'algorithme calcule les coordonnées de la zone cible 1. Les opérations suivantes du procédé portent uniquement sur cette zone cible. L'algorithme divise la zone cible en unités dites « unités de quadrillage » 6. Nous appelons cette opération le « quadrillage » de la zone cible et les unités des « unités de quadrillage », quelle que soit la forme desdites unités ; en effet, les unités de quadrillage 6 ainsi formées peuvent avoir une forme carrée, rectangulaire ou autre. L'algorithme calcule ensuite pour chaque unité du quadrillage 6 la température moyenne T _m . Cette température moyenne est comparée à une température de référence T ₅ préalablement définie selon un nombre de paramètres propres aux conditions à l'instant t.

Nous décrivons ici une procédure pour déterminer T ₃ basée sur une technique de traitement de signal de discrimination itérative. Cette méthode repose sur l'affectation de chaque pixel (i.e. de chaque valeur de température) de la zone cible à l'une des deux classes fondamentales que sont le fond et la forme. Une telle problématique est connue dans le domaine de l'analyse d'images numériques sous le nom de binarisation. Si ces deux classes sont suffisamment éloignées l'une de l'autre, alors on conclut que le cliché présente deux modalités. Le seuil de séparation sera alors calculé en fonction de ces deux classes. Dans le cas contraire, on considère qu'il est impossible de déterminer un seuil et

on utilise le seuil associé à l'image correspondant à la capture précédente. Cette décision se justifie par le faible intervalle de temps entre la prise de deux clichés sur un site donné et par le fait que la caméra infrarouge est fixe et donc conserve son point de vue.

Une méthode avantageuse qui répond à l'objectif est la méthode des nuées dynamiques (appelée aussi méthode des centres). C'est une méthode de discrimination itérative. L'algorithme utilisé pour ce mode de réalisation de l'invention intègre la discrimination des données thermographiques par nuées dynamiques et une vérification de leur séparabilité effective et prend en considération l'évolution de la température de surface de l'objet en fonction de la température ambiante. Cette fonction est adaptée selon l'objet mesuré. A titre d'exemple, pour des sujets humains cette fonction est indiquée dans l'Annexe 1. L'algorithme pour la détermination automatique de la température de seuil T ₅ est indiqué dans l'Annexe 2.

Comme pour n'importe quel algorithme de traitement d'images, les problématiques suivantes ont été adressées : élimination des parasites, inversion ponctuelle des classes, méthodologie de discrimination itérative (en l'occurrence utilisation du seuil précédent.

Nous décrivons ici un exemple pour la procédure de quadrillage. Le quadrillage peut utiliser une unité de quadrillage 6 de dimension 1 m * 1 m pour une foule d'humains, mais d'autres dimensions peuvent être utilisées en fonction de la nature des objets et des caractéristiques de la foule ou du flux d'objets à analyser. Pour une foule d'humains, on peut par exemple utiliser une unité de quadrillage de dimension aussi

petite que 0,25 m * 0, 25 m, mais selon les constations de l'inventeur, pour une foule humaine, il n'est pas utile de choisir une unité de quadrillage 6 plus petite que cela. A titre d'exemple, la température moyenne peut être de 37°C pour un humain. En pratique, selon les conditions environnementales, on applique avantageusement un coefficient de correction.

Avantageusement, on mesure la température de l'air ambiante en même temps que l'acquisition de l'image de thermographie, soit (de manière préférée) sur le site même, soit dans une station météorologique centrale dans la ville en question ; dans ce dernier cas, les données peuvent être récupérées instantanément ou de manière différée par un moyen de télétransmission, tel qu'un fils RSS. La meilleure méthode est l'utilisation d'une sonde de mesure localisée sur le boitier externe de la caméra ou à proximité de ce boitier, à condition que ladite sonde soit protégée de la lumière directe du soleil. A titre d'exemple, la sonde peut être collée contre la vitre frontale (qui est typiquement en germanium) de la caméra, est elle est ainsi protégée contre le rayonnement solaire direct par la casquette de protection de ladite vitre.

On détermine ensuite en temps réel la température de seuil T _s , en utilisant les paramètres suivants :

- la température mesurée par la sonde localisée au niveau de la caméra au temps t ;

- la température mesurée par la caméra infrarouge 3 au niveau du plan de focalisation au temps t ; - les valeurs de la plage de mesure de la caméra 3

(valeur haute et valeur basse) qui sont automatiquement générées par la caméra avant chaque prise de cliché ;

- les niveaux de luminosité du plan de la caméra

(indiqués automatiquement par la caméra) ;

- l'historicité des valeurs respectives des paramètres listés précédemment. T _s peut être choisi à une valeur proche de la température la plus haute mesurée par la caméra infrarouge ; ensuite on peut ajuster T ₃ de la manière suivante : on teste la méthode en site réel pour déterminer la concordance entre le nombre d'objets réellement présents dans la zone cible et le nombre de personnes déterminés par le procédé selon l'invention avec cette valeur T ₃ .

Ensuite, on compare pour chaque unité de quadrillage 6 l'écart entre la température moyenne sur l'unité de surface et la température de référence seuil. On considère que si cet écart est supérieur à une valeur servant de critère décisionnel, qui est empiriquement défini pour chaque type d'objets (exemple 20% pour humains), alors on considère que la densité dans l'unité de quadrillage 6 est significative ; dans le cas contraire, elle est jugée non significative. L'exemple 2 ci-dessous illustre ce procédé.

Ensuite on compte le nombre N d'unités de quadrillage ayant une densité significative, et on multiplie ce nombre d'unités de quadrillage par une densité typique d'objets par unité de quadrillage pertinente. Cette densité typique est une valeur empirique qui doit être définie pour chaque type d'objets et pour chaque dimension d'unités de quadrillage. Elle peut aussi dépendre du site, c' est-dire du type de foule ou de flux. A titre d'exemple, on peut considérer pour une foule humaine que dans une unité de quadrillage de 1 m x Im, on trouve en moyenne 4 personnes dans une configuration de type file d'attente. Cette

valeur peut varier selon le type du point de passage : elle sera plus grande pour une file d'attente devant un cinéma que pour une file d'attente devant une caisse de supermarché, où la présence de chariots d'achats éloigne les personnes les unes des autres. Pour un flux circulatoire de véhicules terrestres à moteur, on utilise typiquement une unité de quadrillage de 1 m x 1 m, et on utilise typiquement une densité de 0,175 pour des véhicules de tourisme, 0,1 pour des petits véhicules urbains, et 0,25 pour des véhicules haut de gamme.

La méthode utilisée optionnellement pour déterminer la typologie des objets sera expliquée plus tard. Cette méthode vise à déterminer, pour une zone surfacique donnée, la nature des objets présents sur cette même surface, dans la mesure où cette nature peut être déduite de données thermiques. A titre d'exemple, on peut distingue entre des véhicules de tourisme de petite taille et des véhicules de tourisme fortement motorisées.

La quatrième étape donne un nombre moyen d'objets (N _mθ yen) présents sur la zone cible.

Etape 5 : Dans une cinquième étape, on calcule, à l'aide d'un second algorithme, le temps d'attente t _a et / ou le taux d'affluence A.

Le temps d'attente t _a est calculé de la manière suivante : t _a = t _P (1 + N _moy en X t _P / G) où G est le nombre de guichets, ou plus généralement le nombre de points par lesquels les objets quittent la zone cible 1, desservant le point de passage 2, et t _P est le temps de passage ; ce dernier paramètre est propre à

chaque point de passage et peut être déterminé de manière indépendante .

Le taux d'affluence A(t) est calculé selon la formule A(t) = [Nentrée(t) - N _sor tie(t)] / Cma _x donnée ci-dessus, où Nentrée(t) est déterminé à partir de t _a et N _SO rti _e est calculé en tenant compte du temps moyen de séjour dans le site.

Etape 6 : Dans une sixième étape, optionnelle, au moins un des paramètres N _moγ en/ t _a et A est transmis vers au moins un utilisateur et porté à sa connaissance par au moins un moyen visuel ou acoustique, et de préférence d'une manière qui permet de déduire l'évolution temporelle d'au moins un de ces paramètres .

D'une manière générale, dans le cadre de la présente invention, le point de passage peut être par exemple un guichet, un point de paiement, un carrefour, un rond point, un point de rassemblement, un point de vente, un poste de contrôle (notamment un poste de contrôle d'identité, un poste de contrôle de bagages, un poste de contrôle d'autorisation d'accès ou de billets d'entrée), un poste de distribution, une porte, un tourniquet, un limiteur du débit du flux desdits objets. A titre d'exemple, le procédé peut être utilisé pour déterminer le nombre d'humains présents dans une zone cible localisée dans ou devant un parc d'attraction, un musée, un stade, une salle de concert, une salle de théâtre, une salle de spectacle, une salle de cinéma, une salle de conférence, un monument historique, un site touristique, une administration publique ou privé, un hall d'exposition, un aéroport, une gare ferroviaire, une gare routière, une zone portuaire, ou aux abords d'un quelconque de ces lieux.

Le procédé peut aussi être utilisé pour déterminer le nombre de véhicules terrestres dans ou devant un parking, un carrefour routier, un rond point, un point d'arrêt obligatoire, une zone d'attente, un tunnel, un pont, ou aux abords d'un de ces lieux.

Le procédé selon l'invention peut être utilisé pour déterminer un nombre d'objets, par exemple un nombre d'humains, d'animaux ou de véhicules terrestres à moteurs, présents dans une zone surfacique donnée. Ce nombre n'est qu'un nombre approximatif, mais pour la plupart des applications visées, cette précision se révèle suffisante. Ce nombre d'objets peut être exploité de différentes manières, par exemple pour estimer le temps d'attente sur les sites touristiques d'une ville ou d'un quartier, pour estimer le temps d'attente aux attractions d'un parc d'attractions, devant le guichet d'une administration ou devant un cinéma, pour estimer le taux d'affluence de ces sites, pour caractériser le flux circulatoire automobile intra-urbains et autres. La possibilité d'acquérir une séquence d'images infrarouge permet de calculer ces paramètres en temps réel, et permet donc de déterminer la tendance de ce temps d'attente ou ce taux d'affluence.

Ces informations, notamment le temps d'attente et sa tendance, c'est-à-dire son évolution temporelle, sont utiles pour les usagers desdits points de passage et peuvent être portées à leur connaissance par tout moyen approprié, notamment visuel ou acoustique, tel qu'un dispositif d'affichage (notamment un écran d'affichage) ou un message acoustique automatique. Ainsi, les usagers peuvent ajuster leur comportement de manière à minimiser leur temps d'attente devant ce point de passage, en se présentant devant ledit point de passage au moment où le

temps d'attente affiché par un dispositif d'affichage est faible. On entend ici par « usagers d'un point de passage » les personnes qui constituent la foule ou le flux en question, ou qui pilotent ou exploitent les véhicules qui constituent les objets qui composent la foule ou le flux.

Ces informations, notamment le nombre d'objets, le temps d'attente et la tendance de ces deux paramètres, sont également utiles pour les opérateurs desdits points de passage, qui peuvent par exemple décider de limiter l'accès audit point de passage, de dévier le flux d'objets vers un autre point de passage, ou de rallonger le trajet des objets formant ledit flux devant le point de passage.

Le procédé selon l ' invention permet également de déterminer la typologie du nombre de ces objets. Plus précisément, en fonction de certaines caractéristiques thermiques décelables sur une image infrarouge, on peut déterminer pour chaque type décelable d'objets sa fraction. Les caractéristiques thermiques décelables et utilisables dans le cadre du présent procédé sont notamment : l'émissivité thermique, les dimensions géométriques, la température mesurée, la surface sur laquelle cette température est mesurée.

A titre d'exemple, pour des humain, l'émissivité thermique dépend notamment de leur tenue vestimentaire et de certaines caractéristiques physiologiques (notamment homme / femme, adulte / enfant / personne âgée) .

Pour des véhicules terrestres à moteur, l'émissivité thermique est difficile à exploiter car elle dépend

principalement du matériau externe. En revanche, il est aisé de distinguer entre des véhicules de tourisme légers et des véhicules de tourisme fortement motorisés : d'une part, les premiers ont en général une taille plus petite, d'autre part, les seconds ont une température mesurée plus forte, et cette température provient d'un moteur de taille plus grande .

De même, on peut distinguer entre un véhicule à l'arrêt moteur allumé et un véhicule à l'arrêt moteur coupé (ce qui correspond à la différence entre un véhicule arrêté dans un embouteillage et un véhicule garé) .

Les données générées par le procédé selon l ' invention peuvent être transmises en temps réel ou en temps différé vers un ou plusieurs utilisateurs, et partagées avec un ou plusieurs utilisateurs de manière simultanée, séquentielle ou de toute autre manière. Les utilisateurs peuvent se trouver sur différents sites ou non. Les utilisateurs peuvent être les opérateurs des points de passage, ou les usagers des points de passage, ou toute autre personne intéressée par ce point de passage, telle que : la police, les acteurs professionnels, le grand public, les tour- opérateurs. Cette transmission et ce partage peuvent se faire par une interface web, par un site internet consultable par les usagers des points de passage. La consultation des données par les opérateurs des points de passage ou par les usagers des points de passage peut être subordonnée ou non à une restriction d'accès et/ou au paiement d'une redevance. Elle peut se faire par tout moyen approprié, par exemple par un serveur vocal intelligent, par l'envoi de message de type texto ou SMS, par l'affichage sur des écrans et notamment sur des écrans intégrés dans des mobiliers urbains dynamiques. Ces

données peuvent être archivées et faire l'objet d'un traitement statistique pour prédire des temps d'attente et taux d'affluence.

Un autre objet de la présente invention est un procédé d'exploitation de données générées par le premier procédé, dans lequel :

(a) on détermine pour au moins un site S au moins un paramètre sélectionné dans le groupe constitué par le nombre d'objets, le temps d'attente desdits objets devant le point de passage, le taux d'affluence, la tendance d'au moins un des trois paramètres précités ;

(b) on diffuse ce au moins un paramètre vers au moins un poste de diffusion d'information visuelle et/ ou auditive capable de porter ledit au moins un paramètre à la connaissance d'au moins un utilisateur.

Ce poste de diffusion d'information visuelle et / ou auditive est préférentiellement sélectionné dans le groupe constitué par : un panneau d'affichage, un écran d'affichage, un téléphone fixe ou mobile, un ordinateur fixe ou portable, un haut-parleur, un poste de télévision.

Les données exploitables par ce procédé peuvent également provenir d'une autre source capable de fournir ces données, telle que le comptage individuel à l'aide d'un tourniquet ou tout autre moyen, ou de l'analyse d'images vidéo basés sur la lumière visible.

Dans ce procédé, qui est illustré schématiquement sur la figure 4, on partage les données obtenues via différents

postes de diffusion d'information visuelle et/ou auditive, tel que l' internet, les réseaux locaux, le serveur vocal, les messages de type texto ou sms, les écrans d'affichage, les écrans d'affichage de mobiliers urbains dynamiques.

Dans ce procédé on affiche sur au moins un poste de diffusion d'information visuelle pour chacun d'une pluralité de (M) sites (Si, ... , S _M ) , ou pour un sous- ensemble desdits (M) sites, simultanément ou successivement au moins un paramètre de même type, sélectionné dans le groupe sélectionné dans le groupe constitué par le nombre d'objets, le temps d'attente desdits objets devant le point de passage, le taux d'affluence, la tendance d'au moins un des trois paramètres précités, de manière à permettre à l'utilisateur de comparer lesdits paramètres.

Pour chacun des sites et de ses sous-sites (par exemple : un guichet, un poste de caisse, un feu tricolore) , on détermine, en fonction du temps de passage moyen, une surface de référence qui définit la zone cible de mesure de chaque caméra. Cette surface de référence telle que déterminée correspond à un temps d'attente précis.

Encore un autre objet de la présente invention est un réseau informatique comportant une pluralité de caméras infrarouge et une pluralité de machines informatiques, pour permettre l'exploitation centralisée des données générées par cette pluralité de caméras installées sur un seul site ou sur une pluralité de sites. Cette mise en réseau des données générées par les procédés selon l'invention peut se faire selon plusieurs modes de réalisation.

Dans un premier mode de réalisation, on dispose d'au moins un site S, et éventuellement de plusieurs (M) sites Si, .. S _M . Chaque site est observé par au moins une caméra infrarouge C et éventuellement par plusieurs (N) caméras Ci, ... C _N . Ainsi, la caméra Ci, ₂ est la première caméra du deuxième site.

Pour chaque site S, cette caméra, ou cette pluralité de caméras, est relié par un réseau sans fil ou par un réseau filaire à une première machine informatique R _s de type routeur. Ce routeur R ₃ est avantageusement un routeur de type VPN (Virtual Private Network) , pour assurer un haut niveau de sécurité. Ce mode de réalisation est montré schématiquement sur la figure 4.

Dans une variante avantageuse de ce mode de réalisation, la pluralité de caméras est hébergée sur un réseau local (par exemple un réseau de type VPN - Virtual Private Network) afin de garantir un haut niveau de sécurité, et le routeur R ₃ peut assurer l'interface entre le réseau VPN et le monde internet extérieur de telle sorte que les connexions bilatérales entre le réseau local et le logiciel d'exploitation, installé avantageusement sur la machine informatique P mentionnée ci-dessous, soient complètement sécurisées.

Pour établir la liaison entre la caméra et ledit réseau

(de préférence un réseau de type réseau local) , on peut utiliser par exemple un câble de type RJ45 ou une connexion sans fil de type WiFi ou WiFi/GPRS. Ledit réseau peut avantageusement appliquer un protocole connu tel que celui normalisé par la norme IEEE 802.3, connu sous la marque commerciale Ethernet.

La machine informatique R, ou les machines informatiques Rs=i, •» , Rs=M sont reliées par un moyen de télétransmission sans fil et / ou filaire, tel que l' internet, à une seconde machine informatique P, qui centralisé le traitement des données propres aux sites S.

Cette seconde machine informatique P peut ensuite être reliée, par un moyen de télétransmission sans fil et / ou filaire, tel qu'un réseau téléphonique, à des postes dits postes utilisateurs U auxquels elle distribue, spontanément ou sur demande desdits utilisateurs, des messages. Ce mode de réalisation est montré schématiquement sur la figure 5. Cette communication entre la machine informatique P et les postes utilisateurs U peut éventuellement se faire par l'intermédiaire de machines informatiques V qui assurent la distribution desdits messages. A titre d'exemple, V peut être un serveur dédié à des messages téléphoniques, ou à des messages de type SMS, ou un serveur internet, et U peut être un téléphone fixe ou portable, un ordinateur, un récepteur portable de messages de type courriel (e-mail) .

Dans un autre mode de réalisation, qui assure un meilleur niveau de sécurité informatique que le précédent, on intercale au sein du réseau local pour chaque site S entre les caméras C et les routeurs R une machine informatique E de type serveur. Ce serveur E traite l'ensemble des données issues des caméras C et ne restitue à la machine informatique P que les paramètres finaux calculés. Ce mode de réalisation est montré schématiquement sur la figure 6. Ensuite, dans les deux modes de réalisation, les données finales générées (notamment : le nombre d'objets, le temps

d'attente desdits objets devant le point de passage, le taux d'affluence, la tendance d'au moins un des trois paramètres précités) peuvent être diffusés à des utilisateurs, par exemple à l'opérateur du point de passage et / ou à l'usager du point de passage, et /ou à d'autres personnes intéressées par le point de passage. Cette diffusion peut se faire en temps réel ou différé, par tout moyen approprié, comme indiqué ci-dessus, par exemple par l'intermédiaire d'un poste de diffusion d'information visuelle et/ou auditive, tel qu'un panneau d'affichage, un écran d'affichage, un téléphone fixe ou mobile, un ordinateur fixe ou portable, un haut-parleur, un poste de télévision.

Avantages de l'invention

L'invention présente de nombreux avantages. Le procédé de mesure selon l'invention peut être' mis en œuvre de manière automatique, et les données peuvent être transmises de manière automatique à un centre d'exploitation. Les données générées par le procédé selon l ' invention améliorent la prédictibilité des temps d'attente et des taux d'affluence devant les sites. Ainsi, il est possible de réduire les temps d'attente et les taux d'affluence de manière significative. Les touristes et les tour- opérateurs peuvent optimiser leurs visites selon les temps d'attente et taux d'affluence au jour le jour, et peuvent planifier au mieux, à court terme comme à long terme, leurs trajets (et donc leur coûts) grâce aux données archivées sur les saisons précédentes. La fluidité touristique et circulatoire dans la ville et en particulier aux abords des sites touristiques est améliorée, car la communication des temps d'attente et taux d'affluence des différents sites en temps réel permet

aux acteurs d'adapter leur comportement ; on aboutit ainsi à une autorégulation naturelles des flux circulatoires. Cette adaptation du comportement des acteurs aux flux circulatoires présente de nombreux avantages pour certains individus, notamment pour les personnes à mobilité réduite. Cette amélioration du flux circulatoire présente également des avantages sur le plan écologique.

Les exemples qui suivent illustrent des modes de réalisation de l'invention, mais ne limitent pas sa portée. Exemples ;

Exemple 1 : Description d'une caméra infrarouge typique On a utilisé une caméra de type Thermovision ™ A20-M fournie par la société FLIR Systems (bande spectrale : 8 - 12 μm, matrice plan focal stabilisée par effet Peltier, constituée de 19200 points de mesure, sensibilité thermique meilleure que 0,1 ⁰ C à 30 ⁰ C, capable de mesurer une température entre -2O ⁰ C et + 250 ⁰ C, avec une calibration assurant une précision et une répétablité de la mesure de ± 0,5 ⁰ C à 35°C) , un objectif de type ThermaCAM™ fourni par la société FLIR Systems avec une ouverture de 19° , et un boitier de type HEB. Avec cet équipement et les paramètres choisis, à une distance optique D de 100 m de la zone cible, un pixel correspond à un carré de 6 cm de côté.

Exemple 2 :

Cette mesure a été effectuée de nuit à l'extérieur, à une température ambiante de 8 ⁰ C, devant un point de passage devant lequel attendaient jusqu'à 20 personnes. La zone cible était un rectangle de dimension 2 m * 3,7 m. La caméra était positionnée à une distance au sol L de la

zone cible de 12 , 7 m, à une distance optique D de la zone cible de 24,4 m et une hauteur H de la zone cible de 20,8 m. L'émissivité (définie par le rapport des rayonnements émis par un corps réel sur les rayonnements émis par un corps noir) était de 0,96. Dans cette simulation, le temps de passage moyen au point de passage était de 60 secondes. Les personnes étaient rangées en deux files. On a enregistré avec la caméra infrarouge (objectif de 12°, 160 * 120 pixels, plage de température + 5°C à +30 ⁰ C) deux séries de 14 clichés. La première série représentait des conditions vestimentaires hivernales (vêtement chauds, de la tête (bonnet ou chapeau) aux pieds (chaussures fermées ou bottes) ) . La seconde série représentait des conditions vestimentaires estivales. Les tableaux 1 et 2 rassemblent les résultats obtenus. La première colonne (I) indique le nombre de personnes réellement présentes dans la file d'attente. La deuxième colonne (II) indique le numéro de l'unité de quadrillage, dont la dimension était de 1 m x 1 m. La troisième colonne (III) indique pour chaque unité de quadrillage la température moyenne (en ⁰ C) mesurée à l'aide de la caméra infrarouge. La température ambiante Ti mesurée par thermographie infrarouge dans le plan de focalisation était de 9, 57 ⁰ C. La température de référence T ₃ était de 27,0 ⁰ C. Dans ce cas de figure, le seuil décisionnel au- delà duquel on considère qu'une unité de quadrillage est peuplée était 1,2 x Ti. La quatrième colonne (IV) indique le nombre de personnes calculé à partir de ces données . On constate que la concordance entre le nombre de personnes calculé et le nombre de personnes réellement présentes est bonne mais pas parfaite. En pratique, on n'a habituellement pas besoin d'une concordance parfaite. La concordance peut être améliorée en choisissant une unité

de quadrillage de dimension inférieure, par exemple 0,25 m x 0,25. On constate par ailleurs que cette méthode peut être mise en œuvre dans des conditions environnementales défavorables, et notamment pendant la nuit.

Annexe 1 : Fonction utilisée pour des sujets humains

Entrées : tair // température ambiante Sorties: tmin // température minimale des sujets tmin = 0.71 * tair + 8

Annexe 2 : Algorithme pour la détermination automatique de la température de seuil T ₃ (appelé « seuil » dans l'algorithme) :

Entrées : temp[] // le tableau de températures seuilprec // le seuil précédent tfondprec / / température du fond précédente Variables : fond[] // les pixels du fond forme [ ] // les pixels de la forme nfond // nombre d'individus dans le fond nforme // nombre d'individus dans la forme protofond // le prototype du fond protoforme // le prototype de la forme pnfond // précédent nombre d'individus dans le fond pnforme // précédent nombre d'individus dans la forme fini // doit-on s'arrêter? nbiter // nombre d'itérations Sorties : seuil // le seuil à calculer

nbiter = 0 fini = false nfond = 0 nforme = 0 // prototypes initiaux. On guide la recherche en ne choisissant pas au hasard.

protofond = MIN(temp) protoforme = MAX(temp) tant que (ifini) && (nbiter < 10) fond. empty ( ) 5 pnfond = nfond; nfond = 0 forme . empty ( ) pnforme = nforme; nforme = 0 10 pour chaque indiv dans temp // affectation des individus à une classe si indiv < 40 ⁰ C si norme (indiv - protofond) < norme (indiv

- protoforme)

15 fond.add( indiv) nfond += 1 sinon forme . add (indiv) nforme += 1

20 finsi finsi finpour

// calcul des nouveaux prototypes protofond = somme (fond) / nfond; 25 protoforme = somme (forme) / nforme; si (nfond == pnfond) // ça marche aussi avec nforme et pnforme fini = true; finsi 30 répéter si protoforme < temp_peau_min (protofond) seuil = protofond * seuilprec / tfondprec sinon seuil = (protoforme + 2 * protofond) / 3 35 finsi