Etudiant : AMARA HASNAE

Filière : Master Big Data et Systèmes intelligents (BDSI)

Encadrant : Pr. EL GHMARY MOHAMED

Annèe : 2026

Résumé : Le présent mémoire porte sur le développement d’une approche fondée sur l’intelli-gence artificielle et la vision par ordinateur afin d’améliorer la sécurité routière à partir de vidéos de surveillance. Il présente une approche capable de transformer automatiquement les images issues de caméras CCTV en informations utiles sur les différents usagers de la route, leurs déplacements et leurs interactions. Le système développé vise à détecter et suivre les véhicules, les deux-roues et les piétons, puis à analyser l’évolution de leurs mouvements afin de repérer les situations pouvant présenter un danger. Il permet également de reconstruire les trajectoires, d’estimer la vitesse des objets observés et de représenter la scène sous une forme facilitant l’interprétation des distances et des zones de conflit. L’approche a été conçue pour traiter des vidéos provenant de caméras installées selon des angles de vue variés. L’analyse produite permet de distinguer les interactions normales, les conflits potentiels, les quasi-accidents candidats et les collisions suspectées. Les résultats sont regroupés dans une interface qui associe la vidéo annotée, les niveaux de risque, les événements détectés, une carte de sécurité et des rapports exportables. Un mécanisme d’alerte visuelle et sonore complète le système afin d’attirer rapidement l’attention de l’opérateur lorsqu’une situation critique est détectée. Les résultats obtenus montrent que l’approche proposée constitue une base prometteuse pour valoriser les infrastructures de vidéosurveillance existantes et soutenir une analyse plus proactive de la sécurité routière. Le système reste toutefois un outil d’aide à la décision : les alertes doivent être vérifiées visuellement, notamment dans les scènes comportant des occultations, des objets éloignés ou des conditions d’acquisition difficiles