La détection d’intrusion à l’heure du deep learning
Jean-Baptiste Ducatez, PDG de Foxstream, société éditrice de logiciel spécialisé dans l’analyse et le traitement automatique d’images vidéo, fait le point sur les forces et les faiblesses du deep learning utilisé en détection d’intrusion.
Une analyse beaucoup plus fine
Avec le deep learning, la détection d’intrusion est devenue plus précise. On est passé d’une analyse descriptive à une analyse prédictive. En effet, avec l’utilisation de modèles construits par l’apprentissage de plusieurs centaines de millions d’images, les scénarios sont beaucoup plus complexes et la détection beaucoup plus fine.
« Avec le deep learning, on peut détecter un vélo, une voiture, une camionnette, mais aussi faire un suivi d’objet. Et demain, on pourra même différencier le type de voiture et dire s’il s’agit d’une 3008 ou d’une 5008 », explique Jean-Baptiste Ducatez, PDG de Foxstream, société d’édition logicielle spécialisée dans l’analyse et le traitement automatique d’images vidéo.
Continuez votre lecture… Abonnez-vous !
Si vous êtes déjà abonné, connectez-vous.
En ce moment
Le décret n° 2026-45 du 2 février 2026 complète les modalités d'autorisation des installations temporaires relevant de la législation…
-
Une mise à jour est effectuée au sein du référentiel Apsad R7 « Détection automatique d'incendie » depuis janvier…
-
Le GPMSE (Groupement Professionnel des Métiers de la Sécurité Électronique) organise son congrès annuel les jeudi 11 et vendredi 12…
-
Au 2e trimestre 2025, le nombre de plans de sauvegarde de l’emploi (PSE) validés et/ou homologués a augmenté de…
Fin novembre 2025, Euralarm a publié un nouveau document d'orientation sur les mesures de précaution pour la protection des…
-
La nouvelle norme ISO 3941:2026 introduit une nouvelle classe de feu : la classe L dédiée aux feux de…
