Un traitement visuel en arrière-plan qui transforme images, événements et enregistrements en informations exploitables dans le cœur Horus et en nouveaux revenus pour le FAI.
Opportunité commerciale
Les caméras produisent de grands volumes d'images et de vidéo, mais le FAI ne monétise souvent que la connectivité. Traiter chaque flux en continu augmente les coûts et laisse des informations précieuses hors des processus opérationnels.
Service Horus
Horus transforme le traitement visuel à la demande en service commercial : la plateforme reçoit les preuves, exécute les inférences en arrière-plan et convertit les résultats en événements, états, timelines, clips et métadonnées natifs du cœur.
Fonctionnement
Un événement, une demande ou une planification crée une tâche asynchrone. Horus sélectionne les preuves pertinentes, route le modèle, applique les règles et enregistre un résultat structuré pour les notifications, la recherche, les tableaux de bord, les API et les automatisations.
Modèle de déploiement
Architecture hybride avec ingestion et contrôle multi-tenant dans Horus, files de tâches et workers CPU/GPU déployables dans le datacenter du FAI, dans le cloud ou sur des nœuds edge.
Principaux bénéfices
- Nouveaux revenus par offre, caméra, tâche ou consommation
- Coût inférieur à l'analyse vidéo continue
- Résultats intégrés directement dans le cœur Horus
- Catalogue extensible de modèles et de cas d'usage
Clients idéaux
Des images aux informations commercialisables
L'inférence en tant que service permet au FAI de monétiser sa capacité de calcul en plus de la connectivité. Au lieu d'analyser la vidéo 24 h/24, Horus ne traite que les preuves nécessaires et transforme une image, un événement ou un enregistrement en informations que le cœur peut interroger, corréler et exploiter.
Trois modes d'activation du service
- Par événement : une caméra ou un NVR envoie un snapshot et Horus vérifie la présence d'une personne, d'un véhicule ou d'une autre condition pertinente.
- Par tâche : un utilisateur ou un système demande l'analyse d'images ou d'enregistrements pour trouver une activité, générer des clips ou construire une timeline.
- Par planification : Horus obtient périodiquement des snapshots pour connaître l'occupation, l'état visuel, la santé d'une caméra ou les changements d'une scène.
Flux opérationnel
- Horus reçoit les preuves depuis les caméras, NVR, VMS, stockages ou API.
- Le cœur identifie le client, le site, la caméra, l'offre et la politique de conservation.
- Une file dissocie la demande du traitement et absorbe les pics de charge.
- Les workers sélectionnent les preuves pertinentes et exécutent le modèle approprié.
- Le moteur de règles interprète le résultat selon la configuration du client.
- Horus enregistre les événements, états, timelines, clips et métriques de consommation.
- Le résultat devient disponible pour les tableaux de bord, la recherche, les notifications, les webhooks et d'autres automatisations.
Capacités monétisables
- Filtrage intelligent des fausses alarmes
- Recherche de personnes, véhicules ou objets dans les enregistrements
- Résumés d'activité, timelines et clips automatiques
- Comptage de personnes, occupation, files d'attente et stationnement
- État visuel des portes, portails, conteneurs et actifs
- Santé des caméras : flou, obstruction, saleté ou changement de position
- Inspection visuelle, sécurité industrielle et modèles propres à chaque secteur
Monétisation et maîtrise de la marge
Le FAI peut proposer des forfaits simples par caméra ou par site et ajouter des capacités premium. Il peut aussi facturer selon le nombre de tâches, les heures de vidéo traitées, les milliers d'inférences, le niveau d'analyse, la conservation ou l'accès API.
Horus mesure les images traitées, les frames sélectionnées, les inférences, les secondes CPU/GPU, le stockage, la latence et les résultats générés. L'opérateur peut ainsi appliquer des limites d'usage, planifier la capacité et connaître le coût et la marge de chaque service tout en proposant au client un tarif mensuel simple.
Intégration au cœur Horus
La sortie ne reste pas une réponse technique isolée du modèle. Horus la normalise en informations natives de la plateforme : événements classifiés, états actuels, intervalles temporels, preuves associées et métriques. L'inférence peut ainsi fonctionner avec les utilisateurs, permissions, caméras, règles, notifications, audits, recherches et opérations multi-tenant.