Rechercher

Les enregistrements sont stockés sur le serveur sous forme de segments horodatés. Lorsque vous choisissez une caméra, un canal WebSocket unique transmet la liste des périodes enregistrées et le flux des événements de détection, si bien que la chronologie se remplit sans interrogation répétée. Les événements proviennent de la base de données d’analyse, dans laquelle le pipeline d’IA a consigné chaque détection de mouvement, de personne, de véhicule et de plaque avec une vignette. Les filtres réduisent la liste par type. Le serveur déchiffre les segments en mémoire si nécessaire et transmet la vidéo au navigateur. Un clic sur un événement déplace la tête de lecture à cet instant.

Pendant que le pipeline d’IA analysait le flux en direct, il a enregistré chaque détection — classe, niveau de confiance, cadre de délimitation et vignette — dans la base de données d’analyse. La lecture relit ces lignes pour l’instant affiché et dessine le cadre par-dessus la vidéo dans le navigateur : rien n’est incrusté dans l’enregistrement. La liste latérale s’appuie sur les mêmes lignes et affiche la classe, l’heure et le niveau de confiance. Un clic sur une entrée positionne l’enregistrement à cet instant précis. Le tracker compte aussi combien d’observations appartiennent à un même objet, ce qui permet de distinguer une voiture garée de nombreux véhicules de passage.

Examiner prend l’image sous la tête de lecture et l’envoie au serveur, qui y applique le détecteur et découpe l’objet avec son masque. Le bouton Identifier transmet ce découpage à un modèle de langage visuel configuré dans les paramètres IA, exécuté localement ou chez un fournisseur de votre choix, et affiche sa description. La couleur est déduite du découpage lui-même. « Rechercher ce type et cette couleur » interroge ensuite la base de données d’analyse pour trouver les détections de même classe et de même couleur dans les enregistrements. La description est la meilleure estimation du modèle, qui le signale lorsque l’image est de mauvaise qualité.

Le serveur parcourt les segments enregistrés de la plage choisie, les déchiffre en mémoire et en échantillonne les images. Un filtre de soustraction d’arrière-plan ignore les images vides, de sorte que le détecteur et le suiveur d’objets ne s’exécutent que là où quelque chose bouge. Chaque objet suivi devient un « tube » d’images recadrées avec ses horodatages d’origine. Les tubes sont replanifiés pour être joués simultanément sur un même arrière-plan, et ffmpeg produit un MP4 où l’heure réelle de chaque objet est incrustée. La tâche s’exécute en arrière-plan avec suivi de progression et peut être annulée. Un clic sur un objet amène la ligne de temps à son moment d’origine.

Le serveur extrait la plage horaire demandée des segments enregistrés avec ffmpeg, en déchiffrant en mémoire les enregistrements chiffrés si vous le demandez. L’horodatage, le nom de la caméra et le filigrane sont incrustés dans l’image. Si vous activez le chiffrement, le MP4 est chiffré en AES-256 avec une clé dérivée de votre mot de passe par PBKDF2, et un fichier de signature est écrit à côté. Le mot de passe n’est jamais conservé : rien ne permet donc de le récupérer. Le résultat reste sur le serveur, est téléchargé sur votre ordinateur, ou les deux, selon la destination choisie.

Le lecteur fonctionne sur n’importe quel ordinateur, sans serveur PotoP. Vous choisissez la vidéo chiffrée et son fichier de signature, puis saisissez le mot de passe. Il vérifie d’abord la signature par HMAC pour prouver que le fichier n’a pas été modifié, puis dérive la clé du mot de passe avec PBKDF2 et déchiffre en AES-256. La vidéo en clair n’existe qu’en mémoire pendant la lecture. Vous pouvez alors faire glisser les poignées vertes pour découper une sélection, enregistrer une image fixe ou exporter une copie MP4 standard. Une variante pour navigateur est fournie dans les dossiers d’export, avec des lanceurs pour Linux, Windows et macOS.

Chaque caméra possède ses propres paramètres d’enregistrement stockés sur le serveur, et l’enregistreur les applique dès que vous enregistrez. Les déclencheurs peuvent être continus, suivre un planning hebdomadaire ou dépendre d’événements tels qu’un mouvement, une personne, une plaque, une entrée d’alarme ou une macro, avec des tampons pré- et post-événement pour conserver l’instant qui précède le déclenchement. Les segments sont découpés à une longueur définie et peuvent être chiffrés en AES-256 une fois fermés. La conservation supprime les anciens segments selon leur âge ou une taille maximale. Les événements de démarrage, d’arrêt et de détection peuvent déclencher des notifications via les événements système, l’e-mail, Telegram ou un webhook.

Chaque détection produite par le pipeline IA est inscrite dans la base de données d’analyse avec la caméra, la classe, la confiance, l’heure, un identifiant de piste et des attributs. L’écran de recherche exécute une requête filtrée sur cette base : il répond donc en une seule étape pour toutes les caméras. Les attributs comme la couleur, les vêtements et les cheveux sont déduits en classifiant le recadrage de l’objet au moment de la détection. Un double-clic sur une ligne ouvre la lecture sur cette caméra et à cette heure. Le bouton Exporter CSV écrit la liste de résultats actuelle dans un fichier, et l’encadré de statistiques compte les personnes, les véhicules et les pistes uniques.

Chaque recadrage de personne ou de véhicule est converti en un vecteur d’apparence de 256 valeurs par un petit modèle de ré-identification fonctionnant sur OpenVINO, puis stocké dans la base de données d’analyse. La recherche transforme l’image de requête de la même manière et la compare aux vecteurs stockés par similarité cosinus, à l’aide d’un index en mémoire, si bien que le résultat est à la fois exact et rapide. Comme elle compare l’apparence globale et non un visage, elle fonctionne sur des personnes vues de dos ou en basse résolution. Sélectionner un résultat charge l’historique d’observations et l’itinéraire de cette piste, et Suivre dans la lecture ouvre les enregistrements.

Le sélecteur répertorie tous les groupes d’utilisateurs avec une courte description de leurs droits, et un champ de recherche affine la liste. L’ajout d’un groupe enregistre sur le serveur un lien entre ce groupe d’utilisateurs et le groupe d’appareils. Dès lors, chaque membre de ce groupe obtient les caméras du groupe en vue en direct, en lecture et dans les mosaïques, et aucune autre par ce lien. Lier ou délier se fait en une seule étape et prend effet pour les utilisateurs connectés sans redémarrage.