Pour gérer les problèmes de confidentialité, Samsara peut flouter la plupart des images téléchargées et enregistrées pour toutes les plaques d'immatriculation et les individus (conducteurs, passagers et piétons). Le flou peut être appliqué aux vidéos du tableau de bord (vidéos d'événements de sécurité et récupérations vidéo), aux vidéos téléchargées et aux photos de trajet.
Il existe trois fonctionnalités de floutage d’identité que vous pouvez activer séparément ou ensemble via la page de gestion des fonctionnalités :
-
Flou d'identité extérieure (caméras embarquées double-objectif et frontales avec capacités d'IA)
-
Flou de l’identité du conducteur (caméras embarquées double-objectif)
-
Floutage HD NVR (système HD NVR)
Une fois les fonctionnalités de floutage d’identité activées, Samsara applique les paramètres à toutes les images et vidéos futures.
Note
Samsara ne floute pas rétroactivement les images et vidéos capturées avant l’activation de la fonctionnalité.
Veuillez également noter les exceptions et remarques suivantes concernant le floutage d’identité :
-
Si vous avez activé le Diffusion en direct, l’option Prendre une nouvelle photo fixe capturera des images et des vidéos non floues, cependant, seuls les utilisateurs disposant d'autorisations explicites de diffusion en direct peuvent lancer des diffusions en direct.
-
Certaines superpositions d'événements IA, telles que celles d'avertissement de conduite inattentive et de collision directe, ne s'afficheront pas sur les images et vidéos floues.
-
En cas de besoin pour disculper un conducteur ou à la demande des forces de l’ordre, les administrateurs du tableau de bord peuvent télécharger des images et vidéos non floutées. Pour plus d’informations, consultez Télécharger des séquences non floues.
Notre algorithme de flou s'appuie sur des modèles de détection d'objets IA pour détecter les têtes humaines et les véhicules en tant qu'objets. Les facteurs suivants peuvent avoir un impact sur ses performances :
-
Taille de l'objet : La proximité de la caméra affecte la détection. Les objets trop proches ou trop éloignés pourraient ne pas être enregistrés.
-
Variation d'objet : Les visages humains et les véhicules varient, ce qui entraîne des erreurs d'identification potentielles. Les images contenant plusieurs instances de ces objets peuvent perturber l'algorithme.
-
Orientation des images : La détection d'objets est souvent plus efficace lorsque certains traits du visage ou certaines caractéristiques du véhicule, comme les phares, sont dans le cadre. Pour les têtes humaines, ceux-ci incluent la forme, la taille, les traits du visage et les accessoires. Pour les véhicules, les identifiants comme les phares et la position par rapport à la route sont essentiels. Cependant, les objets situés à des angles par rapport à la caméra peuvent ne pas être détectés en raison d'identifiants manquants.
-
Placement d'objet : Des positions non conventionnelles peuvent provoquer des erreurs de détection. Par exemple, l'algorithme de Samsara est formé pour reconnaître les emplacements typiques de la tête d'un adulte. Par conséquent, la position relative de la tête d'un enfant par rapport à celle d'un adulte, qui s'écarte de l'emplacement standard du siège, peut ne pas être détectée avec précision.
-
Éclairage : Un éclairage faible ou excessif, comme la lumière du jour ou l’éblouissement, peut gêner la détection.
-
Occlusion : Les objets partiellement masqués peuvent échapper à la détection.
-
Floutage : Le flou réduit la détectabilité, la qualité et la résolution de l'image ayant un impact supplémentaire sur les performances.
-
Mouvement (en vidéo) : Un mouvement rapide entre les images peut réduire la précision de la détection des objets.
Commentaires
0 commentaire
Vous devez vous connecter pour laisser un commentaire.