/cas d’usage
Comptage sur images par l’IA
Des totaux par zone et par heure, tirés de caméras, de photos ou de drones.
Le comptage par caméra dénombre objets, véhicules ou passages sur des photos, des vidéos ou des images de drone, sans reconnaître personne. Un modèle d’apprentissage profond (Deep Learning) repère et classe chaque élément, puis l’ajoute au total. Il dispense de recompter à la main dans les allées, sur un quai ou dans une parcelle.
/usages
Un comptage par caméra des stocks, des passages et des cultures.
Sur les photos aériennes de l’IGN, l’administration fiscale (DGFiP) repère par IA les piscines absentes des déclarations : dans 9 départements pilotes, plus de 20 000 sont devenues taxables en 2022.
Vision par ordinateurInspection d’ouvragesL’intelligence artificielle dans l’univers des collectivités territoriales (Sénat, 2025) (nouvel onglet)
- Stocks et inventaires Tient le compte des palettes, des bacs ou des colis d’un magasin, d’un quai ou d’un parc.
- Fréquentation Mesure les passages dans un lieu, en totaux horaires ou en carte de chaleur.
- Préparations de commandes Vérifie à l’image le contenu d’un colis et signale l’article manquant ou en trop.
- Cultures et élevages Compte plants levés, fruits ou animaux sur photos de parcelle ou images de drone.
/fonctionnement
Une détection image par image, puis un total contrôlé.
Le modèle apprend sur des images annotées à la main, chaque élément à compter encadré et étiqueté. Il ne retient ensuite que des totaux, hormis les images douteuses. L’unité comptée reste une décision humaine : palette entamée, colis groupé, voiture et sa remorque.
- Détection Encadre sur chaque image les éléments d’une catégorie donnée, avec un score de confiance.
- Suivi Relie les détections d’une image à la suivante, pour qu’un même objet ne compte qu’une fois.
- Comptage Additionne les franchissements d’une ligne virtuelle ou les éléments présents dans une zone.
- Contrôle Soumet à une personne les détections incertaines et les écarts avec le stock attendu.
/prérequis
Des images fidèles au terrain et un calcul adapté.
Les caméras existantes conviennent parfois, si leur angle et leur résolution montrent chaque objet en entier ; un contre-jour ou un reflet suffit à fausser une série. Les totaux rejoignent un tableur, un tableau de bord ou le progiciel de gestion intégré (ERP).
- Des images annotées en nombre suffisant, situations rares comprises
- Une prise de vue stable grâce à un cadrage fixe et à un éclairage maîtrisé
- Une capacité de calcul par processeurs graphiques (GPU), pour entraîner puis exploiter le modèle
- Un cadre RGPD établi avant la première prise de vue
Les images d’une caméra au travail se conservent 1 mois au plus, en principe.
/sur le terrain
Un comptage par caméra qui commence par un seul type d’objet.
La première vérification consiste à s’assurer qu’un dispositif sans IA, lecture de codes-barres ou capteur de passage, ne règle pas déjà une partie du besoin. La détection d’objets coûte plus cher qu’un projet de données classique, et certaines solutions du marché coûtent plus qu’elles ne rapportent.
Chaque site demande sa propre installation, et un environnement très varié multiplie les erreurs sur des objets jamais vus à l’entraînement. Les passages mesurés guident ensuite l’aménagement des lieux et réduisent l’attente aux points chargés.
- Commencer par un type d’objet en choisissant un environnement homogène, avant d’élargir
- Mener un pilote en équipant un petit nombre de sites, avant de généraliser
- Annoter en continu à partir d’images prises en conditions réelles
/biométrie
Une frontière nette entre compter et reconnaître.
Le comptage range silhouettes et objets dans des catégories visibles, sans rien déduire d’une personne. Le règlement européen sur l’IA encadre l’analyse des personnes. Une pratique interdite expose à une amende jusqu’à 35 millions d’euros ou 7 % du chiffre d’affaires annuel mondial, le montant le plus faible s’appliquant aux PME.
Règlement européen sur l’IA, annexe III (nouvel onglet)Règlement européen sur l’IA, article 5 (nouvel onglet)Veille réglementaire
| Usage | Règle |
|---|---|
| Identification biométrique à distance | Haut risque, annexe III, point 1 a) |
| Catégorisation biométrique selon des attributs ou caractéristiques sensibles ou protégés, hors cas interdits par l’article 5 | Haut risque, annexe III, point 1 b) |
| Reconnaissance des émotions | Haut risque, annexe III, point 1 c) |
| Reconnaissance des émotions ou catégorisation biométrique | Information des personnes concernées, article 50, paragraphe 3 |
| Inférence des émotions sur le lieu de travail | Interdiction depuis le 2 février 2025, sauf raisons médicales ou de sécurité, article 5, paragraphe 1, point f) |
/cadre
Des images soumises au RGPD dès qu’une personne y figure.
Une caméra qui compte des personnes traite leur image, une donnée personnelle, même si elle ne restitue qu’un nombre. Aux caisses automatiques, la CNIL admet la caméra augmentée, généralement non anonyme, à condition notamment d’informer les clients et de supprimer les données après détection. Elle recommande de la tester d’abord, voire de lui préférer pesée, radio-identification (RFID) ou contrôle aléatoire.
Caméras augmentées aux caisses automatiques (CNIL, 2025) (nouvel onglet)La vidéosurveillance au travail (CNIL) (nouvel onglet)Anonymisation
- Code du travail Exige d’informer les salariés avant tout dispositif de contrôle et, dans les entreprises privées d’au moins 50 salariés, de consulter le comité social et économique.
- CNIL, vidéo au travail Exclut du champ des caméras les salariés à leur poste, sauf circonstances particulières.
- CNIL, analyses d’impact Impose une analyse d’impact relative à la protection des données (AIPD) dès que l’activité des salariés est surveillée de manière constante.
/méthode
Un écart de comptage mesuré du cadrage au suivi.
Le système se construit et se maintient d’un seul tenant, du modèle de vision au tableau de bord. Il s’exécute chez vous, près des caméras, ou sur une infrastructure hébergée en France.
- CADRAGE Zones, pas de temps des totaux, écart acceptable et emplacement des caméras se décident avec vous ; l’affichage destiné aux personnes filmées se rédige dans la foulée.
- APPRENTISSAGE La base d’images est annotée, le modèle entraîné, puis ses totaux sont vérifiés sur des séquences recomptées à la main.
- SUIVI Les totaux sont confrontés à des recomptages ponctuels, et le modèle repart à l’entraînement quand un nouvel objet ou un nouvel angle de vue fait monter l’écart.
/dans votre secteur
Le même cas d’usage, décliné secteur par secteur.
-
Compte véhicules, vélos et piétons sur les images des caméras pour mesurer la fréquentation d’une voie, d’un parking ou d’un événement, sans identifier personne.
-
Compte bouteilles, palettes, bobines ou pièces sur les images des caméras du parc ou du magasin, pour tenir l’inventaire sans passer dans les allées et sans identifier personne.
-
Compte les entrées en magasin, l’attente aux caisses ou les palettes à quai sur les images des caméras, sans identifier ni analyser personne, pour ouvrir une caisse ou caler les équipes.
-
Compte les palettes d’un camion à la réception, les emplacements libres d’un stockage au sol ou les camions qui attendent aux quais, à partir de photos ou de caméras, sans identifier les personnes.
-
Compte les grappes pour estimer la vendange, les plants levés d’une parcelle ou les animaux d’un lot, à partir de photos, de caméras embarquées ou d’un drone.
/à savoir
Des réponses aux questions courantes sur le comptage par caméra.
Diagnostic data & IACinq systèmes d’estimation du rendement débarquent dans les vignes (Réussir Vigne, 2022) (nouvel onglet)Le contrôle de l’activité des personnes employées (CNIL, 2026) (nouvel onglet)contactez-nous
Quelle différence entre un capteur de comptage et une caméra avec IA ?
Un capteur de passage, faisceau infrarouge ou boucle au sol, signale qu’un objet franchit un point, sans guère distinguer ce qui passe. Une caméra avec IA sépare voitures, vélos, piétons ou colis sur toute une zone. Pour un simple total à un point de passage, le capteur suffit.
Quelle précision attendre d’un comptage par intelligence artificielle ?
Elle dépend de la prise de vue, de la variété des objets et des images annotées, et se mesure sur vos propres images. En viticulture, cinq services d’estimation du rendement par images ou données affichaient en 2022 de 70 à 95 % de précision, selon leurs éditeurs et sans vérification ; l’un de ces taux n’était qu’un objectif.
Le comptage de personnes par caméra est-il conforme au RGPD ?
Il peut l’être s’il reste proportionné à son but et limité au décompte, sans rattacher aucun passage à une identité. Quand des images doivent être conservées pour contrôle, nous masquons les visages avant tout stockage.
Combien coûte un projet de comptage par caméra ?
Le budget suit surtout le nombre de sites et le volume d’images à annoter. S’y ajoutent les caméras à poser ou à réorienter, la puissance de calcul et, en service, l’annotation des nouvelles images qui entretient le modèle.
/sources
Sources
- Sénat, rapport d’information n° 447 (2024-2025), citant le rapport n° 491 (2023-2024) de la délégation à la prospective, 2022 (nouvel onglet)
- CNIL, « La vidéosurveillance – vidéoprotection au travail » (fiche du 23 juillet 2018), 2018 (nouvel onglet)
- Commission européenne, AI Act Service Desk : règlement (UE) 2024/1689, annexe III (les huit domaines à haut risque), 2026 (nouvel onglet)
- Commission européenne, AI Act Service Desk, article 50 et annexe III, 2026 (nouvel onglet)
- Commission européenne, AI Act Service Desk, article 5, 2025 (nouvel onglet)
- Commission européenne, AI Act Service Desk, article 99 (version consolidée en français), 2026 (nouvel onglet)
- CNIL, « Caméras augmentées aux caisses automatiques : comment se conformer au RGPD ? » (6 mai 2025), 2025 (nouvel onglet)
- CNIL, « Caméras augmentées aux caisses automatiques : comment se conformer au RGPD ? », 2025 (nouvel onglet)
- CNIL, « Contrôle de l’activité des personnes employées » (9 juillet 2026), 2026 (nouvel onglet)
- Légifrance, code du travail, article L1222-4, 2008 (nouvel onglet)
- CNIL, « Liste des types d’opérations de traitement pour lesquelles une analyse d’impact relative à la protection des données est requise », 2018 (nouvel onglet)
- Réussir Vigne, « Cinq systèmes d’estimation du rendement débarquent dans les vignes » (10 août 2022), 2022 (nouvel onglet)
/cas proches
- Contrôle qualité visuel Inspecte pièces et produits sur images, signale les défauts et mesure les écarts, au rythme de la production.
- Lecture de documents numérisés Reconnaît le texte des courriers, formulaires et pièces numérisés, même manuscrits, pour les rendre exploitables (OCR).
- Extraction d’informations Lit factures, contrats et formulaires, en extrait les champs utiles et les transmet à vos logiciels.
- Inspection d’ouvrages Analyse les photos de terrain ou de drone pour repérer fissures, corrosion et défauts d’entretien.
/contact
Travaillons ensemble
Découvrez comment Inceptive peut vous aider à transformer votre activité et à résoudre des problématiques opérationnelles complexes grâce à l’intelligence artificielle.