Rapport de Mémoire de Fin d'Études

Ce mémoire porte sur le développement d’un logiciel permettant de réaliser des statistiques de fréquentation dans les magasins à partir de caméras de surveillance. Il s’adresse principalement aux étudiants et professionnels en informatique, particulièrement ceux intéressés par la vision par ordinateur, l’analyse vidéo et les systèmes embarqués. Ce travail est utile pour comprendre comment exploiter des données vidéo afin d’améliorer la gestion commerciale et l’aménagement des espaces de vente.

La question

Le projet traite de la problématique suivante : comment concevoir et mettre en œuvre un logiciel capable de générer des statistiques précises sur la fréquentation d’un magasin à partir de vidéos issues de caméras de surveillance ? Cette question est importante car elle permet aux commerçants de mieux comprendre le comportement de leurs clients, d’identifier les zones les plus fréquentées et d’optimiser l’agencement de leurs espaces pour améliorer l’attractivité et la performance commerciale.

Le défi consiste à extraire des données fiables à partir de flux vidéo, à analyser ces données pour produire des indicateurs pertinents, et à présenter ces résultats sous forme de statistiques exploitables.

Concepts de base

Pour bien saisir ce projet, il est essentiel de comprendre plusieurs notions clés :

• Statistiques de fréquentation : ensemble de données quantitatives sur le nombre de visiteurs, leur durée de visite, leurs déplacements et leurs comportements dans un espace donné.
• Caméras de surveillance vidéo : dispositifs capturant des images en continu, utilisées ici comme source de données pour analyser la fréquentation.
• Heatmap (carte de chaleur) : représentation visuelle où les zones les plus fréquentées sont indiquées par des couleurs chaudes (rouge) et les zones moins fréquentées par des couleurs froides (bleu). Ces cartes permettent de visualiser rapidement les zones d’intérêt dans un magasin.
• Prototypage logiciel : méthode de développement consistant à créer des versions incomplètes ou partielles du logiciel pour tester et affiner les fonctionnalités avant la réalisation finale.
• Modélisation UML : langage de modélisation utilisé pour concevoir et représenter la structure et le comportement du logiciel à l’aide de diagrammes (cas d’utilisation, classes, séquences).
• Analyse vidéo : processus technique qui consiste à extraire des informations utiles à partir de séquences vidéo, notamment la détection et le suivi des entités mobiles (personnes) dans le magasin.

Approche

Le projet a été réalisé en suivant une méthodologie de prototypage logiciel, permettant de développer progressivement les fonctionnalités et d’adapter le logiciel aux besoins réels. Le travail s’est déroulé en plusieurs étapes :

• Reconstruction du background vidéo : identification et extraction de l’arrière-plan fixe dans les séquences vidéo pour faciliter la détection des objets mobiles.
• Détection des entités mobiles : repérage des personnes se déplaçant dans le magasin à partir des images vidéo.
• Stockage des coordonnées : enregistrement des positions des entités détectées afin de constituer une base de données des mouvements.
• Génération des Heatmaps : création de cartes de chaleur basées sur les données de déplacement pour visualiser les zones les plus fréquentées du magasin.

La conception a été formalisée à l’aide de diagrammes UML, notamment des diagrammes de cas d’utilisation pour définir les interactions, des diagrammes de classes pour structurer les données et des diagrammes de séquences pour modéliser le déroulement des opérations.

Le développement a été réalisé en C++ et JavaScript, sous l’environnement Windows 7 Professionnel, avec Visual Studio 2010 comme IDE. L’ordinateur utilisé était un MiniPC Intel Core i3 avec 4 Go de RAM.

Résultats

Le logiciel développé permet de produire plusieurs types de statistiques utiles pour un magasin :

• Le comptage des personnes entrant et sortant du magasin.
• La génération de Heatmaps sur les rayons, indiquant les zones les plus attractives.
• La génération de Heatmaps sur le sol, montrant les chemins et zones de passage les plus utilisés.
• La visualisation des zones les plus fréquentées, facilitant l’analyse du comportement des clients.

Ces résultats fournissent des informations précieuses pour la prise de décision commerciale, permettant d’identifier les points forts et faibles du magasin et d’adapter l’aménagement en conséquence.

Limitations et questions ouvertes

Le mémoire ne détaille pas explicitement les limites du logiciel ou les difficultés rencontrées, mais certaines contraintes sont évoquées dans les besoins non fonctionnels :

• L’ergonomie du logiciel, qui doit être intuitive pour l’utilisateur final.
• L’optimisation des coûts de stockage et de déploiement, essentielle pour une solution viable en entreprise.
• La fiabilité et la disponibilité du système, indispensables pour garantir des données exploitables en continu.
• La réutilisabilité du logiciel, qui doit pouvoir s’adapter à différents contextes ou évolutions futures.

Ces aspects suggèrent que des améliorations restent possibles, notamment en termes d’interface utilisateur, de performance et d’adaptabilité.

Glossaire

• Heatmap : carte de chaleur représentant la fréquentation par des couleurs allant du bleu (peu fréquenté) au rouge (très fréquenté).
• Prototypage logiciel : création de versions partielles d’un logiciel pour tester et valider des fonctionnalités.
• UML (Unified Modeling Language) : langage de modélisation utilisé pour concevoir des systèmes logiciels à l’aide de diagrammes.
• Analyse vidéo : extraction d’informations à partir de séquences vidéo, notamment la détection et le suivi d’objets en mouvement.
• Background vidéo : image de fond fixe extraite d’une séquence vidéo, utilisée pour faciliter la détection d’objets mobiles.
• Entités mobiles : objets ou personnes en mouvement détectés dans une vidéo.