(5 octobre 2023)
Grâce aux progrès technologiques, la précision de la reconnaissance des plaques d'immatriculation (LAPI) est proche de 100 %. Cependant, certaines plaques ne pourront jamais être correctement reconnues. Des dommages, des ombres indésirables, des obstacles ou des réglages inadéquats peuvent entraîner des lectures erronées.
Un matériel plus performant, un micrologiciel plus intelligent et des paramètres optimisés augmentent toujours les chances d'obtenir des lectures correctes, mais cela ne suffit pas : en situation réelle, le coût d'une erreur peut être prohibitif. Pour que la lecture automatique de plaques d'immatriculation (LAPI) soit une option réaliste et rentable, les opérateurs doivent pouvoir distinguer les cas où le système est fiable de ceux où il est incertain.
Mais...
Comment un système LAPI peut-il déterminer un quelconque niveau de certitude sans intervention humaine ?
Découvrez le « niveau de confiance LAPI»
Les ingénieux programmeurs de l'époque des systèmes de lecture automatique de plaques d'immatriculation (LAPI) ont dû concevoir un indicateur permettant d'évaluer le niveau de fiabilité du système. Cet indicateur devait être calculé automatiquement et associé à chaque lecture afin que les opérateurs puissent s'en servir comme critère pour déterminer la marche à suivre dans chaque situation (traitement automatique en cas de forte fiabilité et traitement manuel dans le cas contraire, par exemple).
Pour cet algorithme complexe, les programmeurs ont dû intégrer tous les indicateurs de difficultés de lecture potentielles, enregistrés le long du LP, tels que :
- Taille, qualité et résolution de l'image capturée,
- Conditions d'éclairage,
- Complexité de conception des plaques,
- Contraste des images,
- Vitesse de passage du véhicule,
- Niveau de précision de l'algorithme LAPI natif (bien sûr)
Ils l'ont appelé niveau de confiance, qui peut être défini comme « le niveau de certitude du système quant à la lecture précise d'une plaque d'immatriculation donnée ».
Le niveau de confiance LAPI est une valeur probabiliste qui indique « à quel point le système est certain » que sa lecture est exacte, 0 % correspondant à « aucune certitude » et 100 % signifiant « certitude absolue ».
Ne confondons pas confiance et exactitude : un niveau de confiance élevé ne garantit pas que le système a correctement identifié la lecture de la plaque ; il indique simplement une forte probabilité d’identification correcte.
Une mesure délicate qui pourrait changer la donne.
La qualité du niveau de confiance LAPI est particulièrement stratégique : un système LAPI qui lit les plaques presque parfaitement ne sert à rien si les plaques mal lues (et il y en aura toujours) ne peuvent pas être identifiées dans la masse des transactions.
Le niveau de confiance est une méthode créée par les programmeurs et peut varier d'un fabricant à l'autre ; il est donc possible de dire qu'une méthode est « meilleure ou pire que les autres ».
Un niveau de confiance mal calculé générera trop de faux positifs ou de faux négatifs et induira l'opérateur en erreur, le conduisant à prendre de mauvaises décisions (et coûteuses).
Faux positif : Lecture erronée d'une plaque d'immatriculation avec un niveau de confiance élevé, ce qui entraîne une mauvaise identification des utilisateurs (avec pour conséquences une perte de revenus, des réclamations clients et d'éventuels litiges).
Faux négatif : Plaques d'immatriculation correctement lues mais avec un niveau de confiance faible, ce qui entraîne un nombre excessif de vérifications manuelles inutiles (et donc des coûts d'exploitation supplémentaires).
À l'aide d'outils spécialisés (tels que l'outil de validation des performances de Survision GUARD), il est possible d'évaluer la qualité du niveau de confiance et de définir des seuils appropriés pour chaque projet ; ceci est réalisé en simulant des scénarios et en analysant le nombre de faux positifs et de faux négatifs à un certain niveau de confiance.
Le rôle de l'IA
L'intelligence artificielle représente une avancée majeure pour la lecture automatique des plaques d'immatriculation (LAPI) à tous les égards. Les modèles d'IA entraînés incarnent la fusion idéale entre l'analyse humaine, d'immenses quantités de données, des capacités de supercalcul de pointe et une approche de programmation novatrice (exactement ce dont la LAPI avait besoin !).
Grâce à l'intégration de l'analyse humaine sur de vastes bases de données de plaques d'immatriculation, les modèles d'IA prennent en compte un nombre considérablement plus important de variables, avec une efficacité accrue. Il en résulte un gain substantiel, non seulement en termes de précision, mais aussi d'intégration de ces variables dans des calculs plus complexes et pertinents, comme le niveau de confiance.
Comment un niveau de confiance de haute qualité peut-il vous aider en tant que gestionnaire LAPI ?
Un niveau de confiance de haute qualité aide les opérateurs à prendre de meilleures décisions quant au moment d'approuver ou de rejeter une lecture ; correctement utilisé, il peut entraîner des réductions importantes des coûts opérationnels.
Certains opérateurs acceptent un traitement manuel plus important en échange de l'absence de faux positifs et fixent un seuil de confiance assez élevé. D'autres acceptent quelques faux positifs en échange d'une réduction significative du traitement manuel et donc des coûts d'exploitation, et fixent un seuil plus bas.
Conscient du formidable potentiel que représente la LAPI pour le secteur, SURVISION a investi massivement dans la fourniture d'un niveau de confiance de haute qualité.