Dans le cadre de sa recherche de solutions innovantes, le Ministère de l’Intérieur, au travers de son Agence nationale du traitement automatisé des infractions, a lancé IA Flash développé par les datascientists Victor Journé et Cristian Perez Brokate et dont Daniel Ansellem est le mentor. Il s’agit d’un projet d’intelligence artificielle permettant d’associer des photos de contrôles automatisés aux données des immatriculations des véhicules afin de réduire l’envoi d’avis de contraventions aux usagers n’ayant commis aucune infraction.
IA Flash : fiabiliser le traitement automatisé des infractions
La problématique
Chaque année, les radars font 20 000 000 de clichés qu’ils envoient à l’Agence Nationale du Traitement Automatisé des Infractions (ANTAI) et au Centre Automatisé de Constatation des Infractions Routières (CACIR) pour traitement. Parallèlement, près de 10 000 usagers reçoivent un avis de contravention alors qu’ils n’ont pas commis l’infraction routière correspondante.
La cause ?
Dans de nombreux cas, c’est une usurpation de plaque qui est à l’origine de l’erreur. La contravention est alors envoyée au titulaire du certificat d’immatriculation renseigné dans le Système d’Immatriculation des Véhicules (SIV) et non à la personne ayant réellement commis l’infraction. Or une technique existe pour repérer les plaques usurpées : comparer le numéro de la plaque au modèle du véhicule qui doit y être associé, également renseigné dans le SIV. Si les deux éléments ne correspondent pas, l’ANTAI peut effectuer un signalement et éviter de sanctionner un usager n’ayant commis aucune infraction.
Le défi : fiabiliser l’envoi et la régulation des contraventions à partir de la reconnaissance d’images
L’intelligence artificielle peut permettre de détecter de façon quasi-automatique une plaque qui ne correspond pas à la marque et au modèle inscrits dans le Système d’Immatriculation des Véhicules (SIV) – ce qu’on appelle une fausse doublette. Le défi aura deux volets :
- créer une brique logicielle de reconnaissance d’image qui permettra de reconnaître automatiquement sur un cliché de radar la marque et le modèle du véhicule. Ces deux éléments seront alors comparés aux données du SIV pour établir -ou pas- la fausse doublette ;
- développer des cas d’usage de la reconnaissance d’image. La brique logicielle de reconnaissance d’image créée viendra compléter la panoplie des outils numériques de pointe de l’ANTAI ; il s’agira de démontrer son potentiel.
Vous pouvez d’ores et déjà tester l’API de détection de marque et de modèle de véhicules ici ainsi que l’API SivNorm (Match flou de la marque et modèle des véhicules dans la carte grise à partir d’un référentiel) ici.
