Contrôle vert
Lien copié dans le presse-papiers

Systèmes de détection de graffitis par vision artificielle et IA dans les villes intelligentes.

Explore comment les villes intelligentes utilisent des systèmes de détection de graffitis par IA et la vision par ordinateur pour améliorer l'entretien des espaces publics en réglant rapidement les problèmes de graffitis.

Les graffitis, qui consistent en des écrits, des dessins ou des symboles, peuvent raconter de nombreuses histoires. Ils ajoutent de la couleur et du caractère aux murs des villes et sont utilisés pour exprimer des opinions. Si les graffitis sont parfois considérés comme de l'art, ils sont le plus souvent réalisés sans autorisation. En fait, les graffitis apparaissent souvent du jour au lendemain sur les bâtiments, les ponts et les trains, et leur nettoyage demande du temps, des ressources et des efforts.

Les villes du monde entier dépensent des millions pour essayer de garder les espaces publics propres. Rien qu'aux États-Unis, le nettoyage des graffitis coûte plus de 12 milliards de dollars chaque année. De plus, dans de nombreuses villes, il est très difficile de garder une longueur d'avance sur les graffitis. Le nombre d'équipes de nettoyage est limité et elles ne peuvent pas être partout à la fois. 

C'est pourquoi les urbanistes se tournent maintenant vers la vision par ordinateur, une branche de l'intelligence artificielle qui permet aux machines d'analyser et d'interpréter les images. En utilisant des modèles de vision artificielle comme Ultralytics YOLO11les caméras dotées d'IA peuvent être utilisées pour scanner rapidement les murs des villes, détecter les graffitis en temps réel et repérer les endroits exacts pour que les équipes puissent intervenir.

Dans cet article, nous allons voir de plus près comment la vision par ordinateur est utilisée pour la reconnaissance automatisée des graffitis dans les villes intelligentes. Commençons !

Le rôle de la vision par ordinateur dans les villes intelligentes.

Les villes intelligentes utilisent des technologies de pointe pour gérer plus efficacement les défis quotidiens. Plus précisément, elles s'appuient sur des modèles de vision par ordinateur comme YOLO11 pour analyser les données visuelles, surveiller les espaces publics et favoriser une prise de décision plus rapide et fondée sur les données dans les différents systèmes urbains.

Voici quelques façons courantes d'utiliser Vision AI dans les villes intelligentes :

  • Gestion du trafic : Vision AI peut analyser les flux vidéo en direct pour surveiller la circulation, détecter les embouteillages et ajuster les feux de circulation en temps réel afin d'améliorer les déplacements et de réduire les retards.
  • Automatisation du recyclage: La vision par ordinateur peut aider à identifier et à trier les matières recyclables des flux de déchets dans les poubelles publiques ou les centres de recyclage, améliorant ainsi la précision du tri et réduisant la contamination.
  • Surveillance des transports publics: Les systèmes de transport public peuvent utiliser la vision par ordinateur pour suivre le nombre de passagers, surveiller le comportement à bord et détecter les problèmes de sécurité, améliorant ainsi à la fois l'efficacité et la sécurité.
  • Intervention en cas de catastrophe: La vision par ordinateur peut identifier les signes visuels d'incendies, d'inondations ou de dommages structurels après les catastrophes, ce qui permet une intervention d'urgence plus rapide et plus efficace.
__wf_reserved_inherit
Fig 1. Surveillance du trafic à l'aide de YOLO11 dans les villes intelligentes.

Un aperçu de la surveillance des graffitis urbains grâce à l'IA

Maintenant que nous avons exploré comment la vision par ordinateur contribue à rendre les villes plus intelligentes, examinons de plus près pourquoi elle est particulièrement nécessaire pour la reconnaissance automatisée des graffitis.

Traditionnellement, les villes ont utilisé une série d'approches pour gérer les graffitis. Certaines s'appuient sur les signalements du public, tandis que d'autres envoient des équipes inspecter les points chauds connus. Dans certains cas, des applications mobiles permettent aux habitants de déposer des plaintes ou de télécharger des images. Bien que ces méthodes puissent être utiles, elles prennent du temps, dépendent fortement de l'apport humain et ne peuvent souvent pas assurer une couverture complète de la ville.

La vision par ordinateur offre aux villes un moyen plus rapide et plus fiable de gérer les graffitis. Les systèmes automatisés de reconnaissance des graffitis reposent généralement sur deux tâches principales de vision par ordinateur: la classification des images et la détection des objets.

Dans un premier temps, la classification des images analyse une photo pour déterminer si elle présente des graffitis, des œuvres d'art de rue ou une surface propre. Si des graffitis sont trouvés, la détection d'objets repère leur emplacement exact sur l'image. Cela permet aux équipes municipales de réagir rapidement et avec précision. Au fil du temps, les données permettent d'identifier les tendances afin que les villes puissent cibler les points chauds fréquents et améliorer les efforts de prévention.

__wf_reserved_inherit
Fig 2. Un exemple du fonctionnement des systèmes de reconnaissance automatique des graffitis.

Explorer les systèmes de détection de graffitis par IA dans différentes villes.

De nombreuses villes essaient de nouvelles méthodes pour lutter contre les graffitis. Au lieu de se contenter de patrouilles ou de rapports publics, elles commencent à utiliser des modèles de vision par ordinateur qui peuvent repérer, identifier et même aider à nettoyer les graffitis. Voyons comment certaines villes utilisent ces nouveaux outils.

Systèmes de détection des graffitis par IA intégrés aux caméras des véhicules

Les véhicules de service public sont désormais utilisés dans de nombreuses villes pour aider à détecter les graffitis lors de leurs itinéraires de patrouille habituels. En équipant ces véhicules de solutions de vision par ordinateur, les villes peuvent scanner les rues en temps réel, sans avoir besoin de patrouilles supplémentaires. Il est ainsi plus facile d'attraper les graffitis à temps et d'envoyer des alertes aux équipes de nettoyage avant que le problème ne s'étende.

Tempe, en Arizona, est un excellent exemple de ville utilisant cette technologie. La ville s'est associée à des organisations locales pour développer un système utilisant des caméras montées sur des véhicules de service public. En se déplaçant dans les quartiers, ces véhicules ont capturé des images des murs et des espaces publics.

Un modèle Vision AI a analysé les images et signalé tous les graffitis qu'il a détectés. Les résultats ont été envoyés à un tableau de bord en direct pour que les responsables puissent vérifier les mises à jour sur leur téléphone et réagir rapidement. Cela a aidé Tempe à agir plus rapidement et à réduire les plaintes du public.

De même, à Lisbonne, la capitale du Portugal, un système de démonstration de faisabilité a été mis au point à l'aide de caméras montées sur les véhicules de la ville pour détecter automatiquement les graffitis.

__wf_reserved_inherit
Fig 3. Détection des graffitis par l'IA à Lisbonne, au Portugal.

Détection et élimination des graffitis par drone

Les graffitis peuvent apparaître dans des endroits difficiles ou dangereux à atteindre, comme les viaducs, les tunnels et les structures surélevées. Le nettoyage dans ces zones nécessite généralement du matériel supplémentaire, des coûts additionnels et plus de temps. Pour améliorer la sécurité et la rapidité, certaines villes commencent à utiliser des drones qui peuvent à la fois détecter et enlever les graffitis sans avoir besoin d'équipes manuelles sur place.

Par exemple, Seattle, une grande ville de l'État de Washington, a récemment lancé une solution basée sur les drones pour surveiller les zones difficiles d'accès. Les drones sont équipés de caméras et d'outils de pulvérisation. Ils peuvent scanner les surfaces publiques à la recherche de marquages, et lorsque des graffitis sont détectés, ils utilisent un pulvérisateur intégré pour les peindre et les recouvrir.

__wf_reserved_inherit
Fig 4. Un drone doté d'une intelligence artificielle nettoie des graffitis à Seattle, dans l'État de Washington.

Les efforts de Seattle en matière de détection des graffitis comprennent également des caméras à énergie solaire installées dans les points chauds connus pour les graffitis. Ces caméras surveillent l'activité et envoient des alertes lorsque quelqu'un s'approche d'un endroit tagué. En associant des drones à des points de surveillance fixes, Seattle est en mesure de répondre plus rapidement aux graffitis et de réduire les risques physiques pour les équipes d'entretien.

Cartographie les points chauds des graffitis grâce à Vision AI

Dans certains cas, la détection des graffitis n'est pas seulement une question de nettoyage - il s'agit aussi de comprendre les modèles d'activité de ce type dans la ville. Avec l'aide de l'IA, les villes peuvent désormais transformer les images prises au niveau des rues en cartes visuelles qui montrent les endroits où les graffitis se produisent le plus souvent. Ces cartes révèlent des tendances qui ne sont pas forcément évidentes dans les rapports publics et aident les urbanistes à concentrer leurs efforts là où ils sont le plus nécessaires.

Par exemple, São Paulo, une ville du Brésil, a exploré cette approche par le biais d'une étude de cas axée sur la recherche. Une équipe a utilisé la vision artificielle pour analyser plus de 275 000 images au niveau des rues de la ville, collectées à l'aide de Google Street View. Les graffitis identifiés sur ces images ont été cartographiés dans 96 quartiers, révélant ainsi les endroits où les graffitis étaient les plus concentrés.

Au lieu de s'appuyer sur des rapports épars ou des inspections occasionnelles, cette approche a permis d'obtenir une vue à grande échelle et basée sur des données des graffitis dans toute la ville. La carte qui en résulte a donné à São Paulo une ressource précieuse pour suivre les changements au fil du temps et soutenir des efforts plus ciblés en matière de nettoyage, de prévention et de planification urbaine.

__wf_reserved_inherit
Fig 5. Détection des graffitis à São Paulo, Brésil.

Avantages et inconvénients des systèmes de détection de graffitis Vision AI

Voici quelques avantages clés de l'utilisation de la vision par ordinateur pour la gestion des graffitis :

  • Réduction des efforts manuels : La surveillance automatisée réduit la nécessité pour le personnel d'inspecter physiquement les rues, ce qui libère des ressources pour d'autres tâches.
  • Soutient les efforts de prévention: En identifiant les points chauds des graffitis, les systèmes de vision par ordinateur permettent aux villes de se concentrer sur des mesures dissuasives comme un meilleur éclairage ou une meilleure surveillance dans ces zones.
  • S'intègre à d'autres systèmes: Les outils de vision par ordinateur peuvent être connectés aux tableaux de bord de la ville ou aux apps de maintenance pour un flux de travail plus rationalisé.
  • Permet d'établir des rapports automatisés: Les systèmes Vision AI peuvent aider à générer des rapports réguliers, réduisant ainsi la charge administrative qui pèse sur le personnel de la ville.

Si les systèmes de vision par ordinateur sont utiles pour la détection des graffitis, ils présentent aussi quelques limites. Voici quelques éléments à garder à l'esprit lors de la mise en place de tels systèmes :

  • Nécessite une maintenance continue : Les caméras, les modèles et les logiciels doivent être mis à jour et entretenus régulièrement pour garantir leur précision et leur fonctionnalité.

  • Obstacles juridiques et barrières réglementaires: Dans certaines villes, l'installation de systèmes de surveillance dans les espaces publics peut nécessiter une approbation, des permis ou le respect des lois sur la protection des données.

  • Confusion de langues ou de symboles : Les graffitis qui utilisent des langues étrangères, des symboles ou de l'argot peuvent ne pas être reconnus correctement sans données de formation adaptées.

  • Risques d'erreur d'identification : Si le système n'est pas formé sur un ensemble de données complet et diversifié, il peut identifier à tort les peintures murales, l'art de la rue ou les peintures murales légales comme des graffitis.

Principaux enseignements

La détection des graffitis n'est qu'un exemple de la façon dont la vision par ordinateur transforme la manière dont les villes gèrent les espaces publics. Ces systèmes sont de plus en plus souvent intégrés à des outils d'entretien, de signalement et de planification urbaine.

L'accent n'est plus mis sur les réactions rapides mais sur la prise de conscience proactive. Grâce à de meilleures données et à des outils plus intelligents, les villes s'orientent vers la prévention des problèmes avant qu'ils ne commencent et vers la prise de décisions plus éclairées à chaque étape du processus.

Rejoins notre communauté grandissante ! Explore notre dépôt GitHub pour en savoir plus sur l'IA, et consulte nos options de licence pour lancer tes projets Vision AI. Tu es intéressé par des innovations comme l'IA dans les soins de santé et la vision par ordinateur dans l'agriculture? Visite nos pages de solutions pour en découvrir davantage !

Logo FacebookLogo de TwitterLogo LinkedInSymbole du lien de copie

Lire la suite dans cette catégorie

Construisons ensemble le futur
de l'IA !

Commence ton voyage avec le futur de l'apprentissage automatique.