Réseau neuronal hybride pour la reconnaissance et le suivi du personnel dans la surveillance à distance des évaluations d’appels d’offres

Pourquoi la surveillance des salles d’appel d’offres est importante

Lorsque des administrations ou des entreprises choisissent qui construira une route, un pont ou une centrale, elles s’appuient souvent sur des experts réunis dans une salle d’appel d’offres pour évaluer les offres concurrentes. Si une personne non invitée s’introduit ou si un expert s’absente discrètement, l’équité de la décision peut être compromise. Cette étude montre comment un système de caméras intelligent, alimenté par l’intelligence artificielle, peut automatiquement surveiller ces salles, suivre qui est présent et émettre un avertissement lorsqu’une anomalie est détectée, sans nécessiter que des opérateurs regardent des écrans toute la journée.

Comment fonctionne le nouvel observateur de salle intelligent

Les chercheurs ont conçu un système de surveillance complet qui s’appuie sur des caméras de surveillance ordinaires dans une salle d’évaluation. Le système remplit quatre fonctions principales : détecter les personnes dans la vidéo, suivre leurs déplacements dans le temps, reconnaître leurs visages et évaluer ce que ces comportements signifient pour la sécurité. À partir de cette vue combinée, une unité d’alerte décide de rester silencieuse ou de signaler des événements tels qu’un expert parti trop longtemps ou l’entrée d’un inconnu. Les changements quotidiens, comme le blocage temporaire d’une personne par une autre ou les allées et venues normales du personnel, sont enregistrés mais ne déclenchent pas d’alarmes.

Voir et compter tout le monde dans la pièce

Pour savoir qui se trouve à l’intérieur, le système apprend d’abord à détecter chaque personne dans chaque image vidéo et à compter le nombre de personnes présentes. Il relie ensuite les détections d’une image à la suivante afin que chaque personne reçoive une étiquette d’identité stable dans le système, même lorsqu’elle se déplace. Cette étape de suivi aide à distinguer une disparition brève — par exemple lorsqu’une personne est cachée derrière un collègue — d’un départ réel par la porte. En suivant le trajet de chaque personne, le logiciel peut déterminer lorsqu’un expert est absent au-delà d’un délai prédéfini et considérer cela comme un risque nécessitant attention.

Reconnaître des visages petits et lointains

Les salles d’appel d’offres sont généralement surveillées par des caméras montées en hauteur sur un mur ou au plafond, ce qui fait que les visages apparaissent petits et souvent sous des angles défavorables. De nombreux outils de reconnaissance faciale existants fonctionnent mal dans ces conditions. Les auteurs ont donc combiné une méthode rapide de détection de personnes avec un détecteur de visages affiné, meilleur pour zoomer sur de petits visages dans des scènes encombrées. Une fois un visage localisé, une méthode légère d’appariement vérifie s’il correspond à une galerie stockée d’experts et de membres du personnel connus. Si un nouveau visage ne correspond à aucune personne approuvée dans une tolérance définie, le système marque cet individu comme intrus possible et transmet cette évaluation à l’unité d’alerte.

Performance du système dans des bureaux réels

L’équipe a testé son approche sur des vidéos réelles provenant d’une salle d’évaluation d’une entreprise énergétique. Ils ont comparé leur système complet à des solutions plus simples qui se contentent de compter les personnes ou de les suivre sans connaître leur identité. Le système hybride s’est montré meilleur pour distinguer quatre situations pratiques : un expert réellement parti, un expert brièvement masqué, du personnel entrant normalement et un inconnu qui pénètre dans la salle. Il a atteint une grande précision pour la reconnaissance de petits visages, a fonctionné assez rapidement pour une utilisation en temps réel et a fortement réduit les intrusions manquées et les fausses alertes par rapport aux méthodes de base.

Ce que cela signifie pour des décisions plus équitables

Concrètement, ce travail montre que des caméras ordinaires, associées à une intelligence artificielle bien conçue, peuvent contribuer à garantir l’intégrité des salles de décision sensibles. Le système peut discrètement surveiller qui est présent, repérer lorsqu’un expert disparaît ou lorsqu’une personne inconnue apparaît, et envoyer des alertes en temps utile pour que des responsables humains puissent intervenir. S’il reste limité lorsque les visages sont fortement couverts ou détournés, il offre déjà un outil pratique pour soutenir des procédures d’appel d’offres plus propres et pourrait être adapté à d’autres lieux de travail nécessitant une surveillance fiable et peu coûteuse des allées et venues.

Citation: Zhou, Z., Wang, Z., Meng, Y. et al. Hybrid neural network for personnel recognition and tracking in remote bidding evaluation monitoring. Sci Rep 16, 15769 (2026). https://doi.org/10.1038/s41598-026-42936-8

Mots-clés: surveillance des évaluations d’appels d’offres, suivi des personnes, reconnaissance faciale, vidéosurveillance, réseau neuronal