Nouvel acteur sur le marché de la détection d’intrusion, la startup Two-i développe des technologies d’analyse de flux vidéo couplée à de l’intelligence artificielle, plus précisément, des algorithmes de Machine Learning. Sa solution analyse les images filmées par n’importe quel type de caméra et en extrait automatiquement les informations telles que la présence d’individus, d’animaux ou d’objets. Depuis le début de l’année, elle propose d’ailleurs une solution anti-intrusion fondée sur des algorithmes de Deep Learning. Ce qui permet de réduire le nombre de fausses alertes. « Nous proposons cette technologie en partenariat avec des intégrateurs et des distributeurs », indique Guillaume Cazenave, PDG et cofondateur avec son associé Julien Trombini de la start-up créée à Metz (Moselle) en 2017. Grâce à des levées de fonds récoltées auprès de Business Angels et des emprunts bancaires, l’entreprise lauréate du réseau Entreprendre Lorraine emploie dix-huit personnes dont quatorze en R&D, ce qui lui confère une certaine autonomie. Pour preuve, Two-i développe ses propres algorithmes, qu’elle entraîne elle-même.
Identifier les émotions
L’entreprise propose d’ailleurs des algorithmes qui facilitent le travail des opérateurs en charge de murs d’écrans vidéos. « Nous leur synthétisons l’information grâce à une interface graphique qui les aide à visualiser plus rapidement des alertes », indique Guillaume Cazenave. Ces développements intéressent la sécurité des bâtiments mais aussi celles des lieux publics. A titre d’exemple, l’opérateur pourra identifier rapidement un groupe d’individus susceptible de menacer la sécurité d’un stade ou d’un lieu public. Pour y parvenir, Two-i s’appuie sur sa solution de reconnaissance émotionnelle, qui consiste à analyser les traits du visage préalablement anonymisés. Elle peut ainsi détecter les expressions liées à des émotions telles que la joie, la peur, la colère, la haine… mais aussi mesurer l’attention et voir enfin dans quelle direction se tourne le visage. Le temps de traitement est très rapide : moins de 50 millisecondes lui suffisent pour détecter au sein d’un groupe d’une vingtaine d’individus un visage, en identifier le genre, l’âge et l’émotion. Ce savoir-faire l’a d’ailleurs amenée à participer au challenge Sense à Bruxelles, qui consiste à développer des prototypes de solutions innovantes en matière de comptage de flux de piétons et d’analyse de leur comportement.
Eliane Kan
Commentez