Wintics • Notre politique de confidentialité

RGPD et données personnelles

1. Introduction.

Objet

Cette page s’adresse aux différentes parties prenantes jouant un rôle dans la mise en œuvre et l’exploitation du logiciel d’analyse vidéo Wintics Cityvision : utilisateurs, installateurs, mainteneurs, revendeurs, etc. Elle s’adresse également aux personnes dont les données peuvent faire l’objet de traitements durant la phase de développement ou durant la phase d’utilisation du le logiciel Wintics Cityvision.

L’objectif de ce document est (i) de leur présenter la démarche de développement du logiciel adoptée par Wintics, (ii) de leur apporter un aperçu des exigences inhérentes au RGPD et (iii) de leur expliquer comment le logiciel Cityvision a été conçu pour leur permettre de travailler dans le respect du RGPD.

Présentation générale de Wintics

Wintics est une société française spécialisée dans le développement de logiciels d’analyse vidéo. Son logiciel-phare Cityvision analyse en temps réel les flux vidéo issus de caméras existantes ou nouvellement installées afin de produire un large panel d’indicateurs à destination de différents types d’acteurs (principalement des collectivités territoriales, établissements recevant du public, sites tertiaires, sites industriels).

2. A propos du RGPD

Le Règlement Général sur la Protection des Données (couramment appelé le « RGPD ») est entré en vigueur le 25 mai 2018. Il a créé de nouvelles obligations pour les organisations qui traitent des données personnelles et de nouveaux droits pour les personnes concernées par ces traitements.

Les systèmes de vidéosurveillance entrent dans le cadre d’application du RGPD. Dès lors, les entreprises et organisations en charge de l’exploitation de ces systèmes (accès aux flux vidéo en direct ou en temps différé via des enregistrements, analyse des flux vidéo de façon automatisée ou non, stockage des vidéos et des métadonnées associées, etc.) sont soumises au respect du RGPD.

3. Les systèmes vidéo intelligents et le RGPD.

Dans sa position de Juillet 2022 sur les conditions de déploiement des caméras « intelligentes » dans l’espace public, la CNIL précise que les dispositifs d’analyse vidéo sont soumis au RGPD.

Elle rappelle en effet que tous les systèmes d’analyse vidéo – qu’ils prennent la forme d’algorithmes nativement intégrés dans les caméras ou de surcouches logicielles analysant les flux vidéo issus de caméras – exécutent des opérations qui constituent un traitement de données à caractère personnel, notamment si les images analysées contiennent des personnes.

A ce titre, les utilisateurs de ces systèmes doivent se conformer à la réglementation applicable en matière de données à caractère personnel.

4. Rôle de Wintics vis-à-vis du RGPD.

Dans le cadre du RGPD, Wintics occupe deux rôles différents, selon que l’on considère l’entreprise :

– Pour ses travaux de développement de logiciels d’analyse vidéo
– Ou pour ses travaux de commercialisation et de support technique des logiciels qu’elle développe

Ces deux rôles de Wintics sont présentés de façon synthétique dans la présente section et sont détaillés dans les sections suivantes.

4.1 Rôle de Wintics en tant que développeur du logiciel Cityvision

Dans le cadre de ses travaux de développement du logiciel Cityvision, Wintics est amené à traiter des données ayant un caractère personnel. En particulier, le module de Cityvision permettant de détecter différents objets fait l’objet d’entraînements algorithmiques sur la base d’images d’exemples. Certaines de ces images font apparaître des personnes (dont les visages peuvent parfois être visibles) et des véhicules (dont les plaques d’immatriculation peuvent parfois être visibles).

A cet égard, Wintics occupe le rôle de responsable de traitement (au sens du RGPD) pour ses activités d’entraînement de réseaux de neurones permettant la détection d’objets, et plus généralement pour ses activités de développement du logiciel d’analyse vidéo Cityvision.

Pour mener à bien les traitements d’images susmentionnées (à des fins de conception d’algorithmes et de logiciels), Wintics se fonde sur la base légale de son intérêt légitime. Nos travaux d’apprentissage et de développement visent en effet à développer et à améliorer notre logiciel pour répondre aux besoins de clients existants ou potentiels.

4.2 Rôle de Wintics en tant que vendeur du logiciel Cityvision

Wintics est l’éditeur du logiciel d’analyse vidéo Cityvision.

Ce logiciel est très généralement installé par des intégrateurs systèmes chez les utilisateurs finaux de Cityvision. En particulier, Cityvision est hébergé en local chez nos clients sans qu’aucune donnée ne sorte du réseau vidéo fermé du client.

Les intégrateurs susmentionnés sont également en charge de la maintenance de niveau 1 de la solution.

Au-delà de la commercialisation et du support technique ponctuel à destination des intégrateurs, Wintics n’a donc pas de prérogatives opérationnelles au quotidien sur le logiciel Cityvision déployé chez ses clients. Cette situation positionne Wintics comme un simple développeur de logiciel qui n’est ni responsable de traitement, ni sous-traitant pour ces sujets d’analyse d’images au sens du RGPD.

Le rôle de Wintics est alors de proposer aux intégrateurs et aux utilisateurs finaux de Cityvision un logiciel qui dispose de toutes les fonctionnalités nécessaires au respect du RGPD.

5. La prise en compte du RGPD dans le cadre des travaux de développement de Wintics.

5.1 Fondement du traitement et base légale

Dans le cadre de ses travaux de développement du logiciel Cityvision, Wintics peut être amené à traiter des données ayant un caractère personnel. En particulier, le module de Cityvision permettant de détecter différents objets fait l’objet d’entraînements algorithmiques sur la base d’images d’exemples. Certaines de ces images font apparaître des personnes (dont les visages peuvent parfois être visibles) et des véhicules (dont les plaques d’immatriculation peuvent parfois être visibles). Nous précisons que la grande majorité des images d’entraînement que nous utilisons (i) ne contiennent ni visage ni plaque d’immatriculation ou (ii) contiennent des visages et plaques d’immatriculation impossible à identifier (images lointaines de faible résolution).

Pour mener à bien les traitements d’images susmentionnées (à des fins de conception d’algorithmes et de logiciels), Wintics se fonde sur la base légale de son intérêt légitime.

5.2 Collecte et utilisation des données d’apprentissage

Comme expliqué précédemment, Wintics a besoin de données d’apprentissage afin d’entrainer les modèles de détection intégrés dans notre logiciel Cityvision. Ces modèles sont des réseaux de neurones artificiels convolutifs capables de détecter des objets sur des images. Leur bon fonctionnement suppose que ces modèles aient été entraînés sur la base d’images d’apprentissage montrant des exemples d’objets à reconnaître. Ce type de réseau de neurones n’est capable de détecter que les objets pour lesquels il a été entraîné.

Nous avons ainsi constitué des jeux de données d’entraînement sur la base d’images open-source et librement accessibles (i.e. accessibles à tout utilisateur même ceux non-inscrits sur les sites de collecte utilisés). Parmi ces jeux de données, beaucoup ne présentent aucune donnée à caractère personnel : images d’incendie pour apprendre à reconnaître des départs de feu, images de valises ou cartons pour reconnaître les colis abandonnés, images de personnes ou de véhicules sur lesquelles les visages ne sont pas reconnaissables ou les plaques d’immatriculation non visibles. Celles qui peuvent contenir des données à caractère personnel (visage ou plaque d’immatriculation) sont toutes issues (i) du site cocodataset.org et (ii) du site flickr.com, en prenant soin de ne recourir qu’à des images sous licence Creative Commons CC0 (i.e. images marquées sur Flickr comme « Transférées par l’utilisateur dans le domaine public »).

Ces images d’apprentissage sont annotées pour les besoins de l’entraînement des modèles de détection. Ces annotations (i.e. encadrement et labellisation des objets d’intérêt sur chacune des images) sont exclusivement réalisées en interne par des collaborateurs Wintics. Lors de ces travaux d’annotation, les images non pertinentes sont systématiquement supprimées.

Une fois la base de données constituée (i.e. une fois les images collectées et annotées), les images sont utilisées pour entraîner les modèles de détection du logiciel Cityvision.

Pour information, notre base de données d’entraînement est constituée à date de 30 438 images. Parmi ces images, moins de la moitié contient des données à caractère personnel (i.e. visages ou plaques d’immatriculation).

Dans notre cas de collecte indirecte des données, il nous est techniquement impossible d’informer individuellement les personnes concernées par ces images des traitements de données que nous opérons. Par souci de loyauté et d’éthique de nos travaux, et en vertu de l’article 14 du RGPD (paragraphe 5.b), nous rendons publique sur cette page de notre site internet (https://wintics.com/rgpd/) les informations relatives à la collecte et aux traitements de ces données, à savoir :

– Identité du responsable de traitement

Wintics
46-48 rue René Clair
75018 PARIS

– Politique de collecte et source des images

Nous collectons des données open-source sur Internet selon les modalités décrites ci-dessus.

– Description des traitements opérés et leur finalité

Les données collectées sont annotées manuellement par des collaborateurs de Wintics. Ce processus d’annotation consiste à encadrer dans l’image les objets sur la base desquels nous souhaitons entrainer notre logiciel (ex : encadrement de toutes les motos dans le cas où nous souhaitons entrainer notre logiciel à reconnaître les motos). Dans le cadre de ce processus, toutes les images non pertinentes sont supprimées.

Le modèle de détection s’entraîne ensuite sur la base des images annotées. Ces images sont stockées, archivées puis supprimées selon les modalités décrites ci-dessous dans la section dédiée à ce sujet.

La collecte et le traitement des ces données ont pour but exclusif l’entraînement de réseaux de neurones de détection d’objets, leur maintenance et leur amélioration.

– Conservation et sécurité des données collectées

Nous conservons les données selon les modalités décrites dans la section ci-dessous.

– Modalités de prise de contact avec Wintics pour l’exercice des droits

Si vous souhaitez nous contacter pour exercer vos droits en lien avec des données personnelles vous concernant, merci de nous écrire via le formulaire de contact accessible ici : https://wintics.com/nous-contacter/#adresse_et_formulaire

A noter par ailleurs que nous menons différents travaux visant à minimiser le nombre d’images nécessaire à l’entraînement de nos modèles de détection. A cet égard, nous procédons en interne à des méthodes d’augmentation de données qui permettent de multiplier les données disponibles en appliquant des opérations simples sur les données collectées : modification des caractéristiques des images ou combinaison des images entre elles. Nous travaillons également sur des travaux de R&D afin d’entraîner Cityvision sur la base de données synthétiques (issues du logiciel de simulation Unreal Engine). A ce stade, cette méthode n’est pas encore généralisable puisqu’elle réduit la précision de détection de notre logiciel mais semble prometteuse. Les données synthétiques représentent pour l’instant 10% de notre jeu d’entraînement.

Nous précisons enfin que le modèle de détection utilisé dans Cityvision est un modèle généraliste « figé ». Cela signifie que – par défaut – il ne nécessite aucun réentraînement spécifique sur les données clients. Une fois entraîné, ce modèle est intégré dans la version de Cityvision déployée chez nos clients. Ce modèle n’évolue que lors d’une mise à jour du logiciel Cityvision. Il est en effet susceptible d’être remplacé par un autre modèle issu de nos travaux de R&D dans le cas où nous estimons avoir développé un nouveau modèle de détection plus performant.

5.3 Conservation des données d’entraînement et sécurité informatique associée

Les images d’entraînement sont stockées dans un serveur physique lorsqu’elles sont utiles à la phase de développement de Cityvision.

Ce serveur est protégé par un mot de passe fort (entropie élevée).

Il est hébergé dans une salle sécurisée par trois contrôles d’accès.

Les images sont archivées sur un serveur AWS en France après chaque nouvel entrainement d’un modèle (soit une fois par trimestre environ). Ces données archivées sont donc stockées de façon cloisonnée (aussi bien physiquement que logiquement) par rapport aux données courantes d’entraînement. Leur accès est réservé à un nombre restreint de collaborateurs de Wintics. Cet accès est protégé par un mot de passe fort. Les opérations de consultation, création, modification ou suppression de ces données sont par ailleurs automatiquement consignées dans un journal d’activités. Ces images archivées sont conservées pour une durée de 5 ans afin de permettre les opérations ultérieures de maintenance et d’amélioration du logiciel.

Les données courantes d’entraînement sont quant à elles conservées pour une durée de 12 mois sur le serveur physique de développement afin de permettre aux ingénieurs de Wintics de les utiliser pour les travaux quotidiens.

5.4 Prévention des biais et des erreurs

La prévention des biais s’articule autour d’actions liées à la constitution de jeux de données d’entrainement (afin de garantir sa représentativité) et à son utilisation par les ingénieurs de Wintics.

En termes de représentativité des données d’entrainement, nous précisons qu’il est primordial que les données d’entrainement de notre logiciel soient représentatives des situations réelles qui seront analysées par Cityvision afin de garantir un bon niveau de précision de la solution. Nous sommes donc très attentifs à la composition de notre jeu de données d’entrainement afin de vérifier qu’il soit composé d’images représentatives des différents types d’objets analysés et des différentes situations d’analyse.

Pour information, les objets analysés par Cityvision sont les suivants :

– Piétons
– Vélos
– Trottinettes
– 2-roues motorisés
– Voitures
– Camionnettes
– Poids lourds
– Bus
– Bagages
– Feu ou fumée
– Tout objet pouvant constituer un encombrant dans l’espace public (sac poubelle, carton, électroménager, etc.)

Les situations d’analyse sont les suivantes :

– Jour vs. Nuit
– Vidéo filmée en intérieur vs. en extérieur
– Densité d’objets à analyser faible vs. forte

A chaque nouvel entraînement de nos algorithmes de détection, la pondération de ces différentes catégories et de ces différentes situations d’analyse est vérifiée.

Lorsque nous annotons les données d’entraînement, nous ne renseignons aucune information relative à des critères permettant de distinguer les catégories de personnes (notamment le sexe). Selon les recommandations de la CNIL, afin de vérifier que notre jeu de données est équitablement réparti entre les hommes et les femmes et ainsi limiter le risque de biais, nous avons procédé à un échantillonnage de contrôle. Nous avons ainsi sélectionné de façon aléatoire 300 images. Ces images regroupent 643 annotations de personnes, parmi lesquelles 55% sont des hommes et 45% sont des femmes, soit un panel d’apprentissage relativement équilibré. Afin de corriger le léger déséquilibre, nous sommes en train de retravailler notre base de données d’entraînement en ajoutant des images sur lesquelles des femmes sont présentes. Nous avons par ailleurs mené une deuxième analyse visant à vérifier que notre algorithme de détection analysait aussi bien les hommes que les femmes. Pour ce faire, nous avons fait analyser 200 images d’hommes et 200 images de femmes par le détecteur. L’écart entre (i) la moyenne de l’indice de confiance du détecteur sur les détections d’hommes et (ii) la moyenne de l’indice de confiance du détecteur sur les détections de femmes est inférieure à 0,5%. Cela montre la capacité de notre algorithme à détecter les hommes et les femmes avec le même niveau de certitude.

En termes d’utilisation des données collectées, nous rappelons que les annotations (i.e. encadrement et labellisation des objets d’intérêt sur chacune des images) sont exclusivement réalisées en interne par des collaborateurs Wintics. Lors de ces travaux d’annotation, les collaborateurs de Wintics encadrent les objets d’intérêt et leurs associent des caractéristiques prédéfinies (notamment les catégories d’objets qui sont listées ci-dessus). Il ne leur est pas possible d’ajouter des informations additionnelles par rapport aux caractéristiques prédéfinies. Cela empêche toute annotation contraire à l’éthique (telles que des annotations dégradantes ou réalisant un jugement de valeur à propos de la personne représentée) ou toute annotation avec des données dites « sensibles ».

Les images annotées sont intégralement revues par la personne en charge de l’entrainement des modèles pour éviter toute erreur. Lors de cette revue qualité, environ 5% des labellisations sont corrigées. Les principales sources de corrections apportées sont :

– La suppression de labels sur des objets trop petits qui n’ont en réalité pas d’intérêt pour l’entrainement de modèles
– L’ajout de labels sur des objets qui ont été oubliés
– Très exceptionnellement, le changement de catégorie d’un objet qui a mal été associé à une catégorie

Ces images annotées servent ensuite à entraîner les modèles de détection de Cityvision. Le code source des scripts d’entraînement suit des milliers de tests qualité après chaque modification. Il est également soumis à un processus de revue de code par des pairs (i.e. peer-reviews qui suppose qu’un collaborateur de Wintics n’ayant pas participé à l’écriture du texte relise le code de la personne qui l’a rédigé). Cela permet de limiter le risque d’erreur dans les programmes d’entraînement qui pourraient ensuite entraîner des biais dans les détections.

Avant d’être utilisé dans le logiciel Cityvision, chaque modèle entraîné suit une batterie de tests visant à estimer sa précision de détection sur les différentes catégories afin de vérifier notamment que cette précision est homogène, ne présente pas de biais et qu’un entraînement ne dégrade pas la précision sur certaines catégories.

A noter enfin que Cityvision s’entraîne à reconnaître les catégories sur lesquelles il a été entraîné via leurs formes. Le logiciel ne s’appuie pas sur ce qui est à l’intérieur du contour de la forme (à l’image des ombres chinoises). En particulier, Cityvision n’analyse pas les couleurs des différents objets (d’ailleurs le logiciel fonctionne très bien sur des images noir et blanc). Par conception, le logiciel est donc peu sensible aux biais liés à des éléments situés « à l’intérieur de la forme » (ex : genre de la personne, couleur de vêtement ou de peau, taille de l’individu, etc.).

6. La prise en compte du RGPD dans le cadre des travaux de commercialisation du logiciel Cityvision par Wintics.

Comme expliqué précédemment, la responsabilité de Wintics en tant que vendeur de solution d’analyse vidéo est de proposer à ses clients un logiciel qui dispose de toutes les fonctionnalités nécessaires au respect du RGPD.

Pour ce faire, Wintics respecte les grands principes de “privacy by design and by default” dans ses travaux de développement de Cityvision.

6.1 Fonctionnement général de Cityvision

Cityvision est un logiciel d’analyse vidéo en temps réel permettant de produire un large panel d’indicateurs à destination de différents types d’acteurs (principalement des collectivités territoriales, établissements recevant du public, sites tertiaires, sites industriels).

Cityvision reçoit les flux vidéo qu’il doit analyser soit directement depuis les caméras, soit depuis le VMS (Video Management System, logiciel de visualisation et de sauvegarde des vidéos) qui rediffuse en temps réel vers Cityvision les flux vidéo qu’il reçoit des caméras.

Ces flux vidéo sont analysés en temps réel par Cityvision en fonction des applications choisies et paramétrées par l’utilisateur parmi une liste d’une trentaine d’applications disponibles dans le logiciel (ex : comptage des personnes, détection des intrusions, détection des stationnements gênants, détection des dépôts sauvages en voirie, etc.).

Ces analyses sont réalisées sans sauvegarde de vidéos ou d’images.

Les données produites par les analyses (détections, comptages, etc.) sont totalement anonymes (en particulier, elles ne relèvent pas de la reconnaissance faciale ni de la lecture de plaques d’immatriculation). Elles sont stockées dans une base de données locale du serveur hébergeant Cityvision. Les données stockées dans le serveur Cityvision sont les suivantes : horodate de l’événement, type d’événement, type d’objet ayant déclenché l’événement (ex : voiture, vélo, personne), identifiant de la zone de détection ayant déclenché l’événement. Cityvision ne produit aucun autre résultat que les données listées ci-dessus.

Sur option, les événements détectés par Cityvision peuvent déclencher des envois de notifications en temps réel vers le VMS du client. Ces notifications ont pour but exclusif le signalement d’attention d’un opérateur en lui indiquant l’occurrence d’un événement prédéterminé dans Cityvision (et qui a été préalablement programmé par un opérateur vidéo).

Cityvision ne peut en aucun cas fonder de décision par lui-même. Le système reste en permanence sous le contrôle des personnes chargées de sa mise en œuvre. En particulier, ces personnes ont la charge de confirmer les signalements remontés par Cityvision ou de lever le doute.

Au-delà de ces éventuels envois de notifications dans le VMS, l’ensemble des données produites par Cityvision sont disponibles par API (HTTP REST ou MQTT). Elles sont également visualisables de manière agrégée dans des tableaux de bord personnalisés afin d’en avoir une vision statistique.

Enfin, les données produites par Cityvision sont automatiquement supprimées du serveur hébergeant Cityvision après une durée choisie par l’utilisateur. A noter que ces données sont totalement anonymes (aucun stockage d’image ni de données permettant l’identification des personnes). Leur durée de conservation peut donc différer de la durée de conservation légale des images vidéo.

6.2 Contrôle humain du logiciel Cityvision

Des fonctionnalités permettant aux utilisateurs de minimiser les traitements et de réduire le risque d’exposition de données personnelles

– Le logiciel est installé dans un serveur local chez le client et ne nécessite aucune connexion à Internet. En particulier, les données ne sortent pas du réseau fermé du client.
– Cityvision nécessite la capture d’une image par caméra afin de permettre à l’utilisateur de dessiner ses zones d’intérêt pour ses analyses. Ces images sont les seules stockées dans le serveur Cityvision. Elles sont intégralement floutées de telle sorte qu’il est impossible d’y reconnaître un visage ou d’y lire une plaque d’immatriculation.
– L’ensemble des analyses actives peuvent facilement être désactivées (en un clic dans le logiciel).
– Les analyses peuvent automatiquement être inhibées sur des plages temporelles durant lesquelles elles ne présentent pas d’intérêt.
– Cityvision permet aux opérateurs vidéo de positionner des masques de confidentialité sur les images vidéo qui garantissent que les zones associées ne sont pas analysées par le logiciel (les pixels de ces zones sont supprimés de façon irréversible).
– Dans l’exploitation du logiciel au quotidien, il n’y a aucune image stockée dans Cityvision associée à un événement/signalement.
– Le logiciel dispose de différents profils d’utilisateurs dont les niveaux de permissions associées varient. Cela permet de donner accès – à chaque utilisateur – uniquement aux données et aux fonctionnalités nécessaires et ainsi de respecter le principe du moindre privilège.
– Wintics apporte un soin particulier à la sécurité informatique du logiciel afin notamment de protéger les données à caractère personnel qui transitent par Cityvision.

Contrôle humain des signalements émis par Cityvision et des éventuels biais associés

Comme expliqué précédemment, Cityvision reste en permanence sous le contrôle des personnes chargées de sa mise en œuvre.

En particulier, le logiciel est doté d’un certain nombre de fonctionnalités qui ont pour but de permettre aux opérateurs vidéo de s’assurer de son bon fonctionnement et ainsi de lutter contre tout biais ou toute dérive :

– L’ensemble des données produites par Cityvision (statistiques et alertes) sont stockées et archivées dans une base de données afin de pouvoir tracer l’intégralité des informations produites par le logiciel et ainsi bien comprendre son fonctionnement. Seuls les utilisateurs ayant le rôle « administrateur » ou « éditeur » peuvent supprimer ces données archivées. Etant donné que toutes les actions des utilisateurs sont consignées dans un journal d’actions, il n’est pas possible de supprimer ces données à l’insu de tout le monde.
– Si l’administrateur du système le souhaite, Cityvision peut être connecté à un VMS afin d’y déverser en temps réel les signalements associés à ses analyses. Le VMS étant en charge du stockage des flux vidéo, le déversement d’un événement dans le VMS permet de positionner un marqueur sur la bande vidéo enregistrée à l’horodate de l’événement. Un opérateur peut ainsi facilement auditer l’événement (en visionnant l’image associée dans le VMS) afin de juger de sa fiabilité et de sa pertinence.
– Lors de la phase de paramétrage initial du logiciel, il est possible de mettre en œuvre dans le logiciel un module d’audit des détections. Ce module permet de revoir l’ensemble des détections réalisées par le logiciel sur une ou plusieurs catégories d’objets sur une fenêtre temporelle donnée. Il est par exemple possible de revoir l’ensemble des détections de « personnes » sur une période d’une heure en journée et d’une heure de nuit. Cela permet ainsi de vérifier que les taux de bonnes détections et mauvaises détections sont cohérents entre différentes sous-catégories (dans le cas présent, entre les hommes et les femmes par exemple).

Possibilité d’interruption des traitements

Il existe deux options pour suspendre les analyses menées par Cityvision :

– L’ensemble des analyses en cours dans le logiciel est synthétisé dans un tableau de l’interface utilisateur. En face de chaque analyse, un bouton ON/OFF permet d’activer ou de désactiver l’analyse en un clic. Cela permet d’interrompre tout ou partie des analyses.
– Pour un arrêt total de la solution, il est également possible de débrancher le serveur hébergeant Cityvision. Cela entraine automatiquement l’arrêt complet du logiciel puisque tous ses composants sont hébergés en local dans le serveur situé chez le client.

A noter par ailleurs que les analyses peuvent automatiquement être inhibées sur des plages temporelles durant lesquelles elles ne présentent pas d’intérêt. Pour cela, l’opérateur en charge du paramétrage de l’analyse choisit lors de la phase de paramétrage les plages horaires durant lesquelles l’analyse produit des signalements.

Documentation et accompagnement de Wintics

Wintics dispense des formations aux utilisateurs du logiciel Cityvision.

Ces formations couvrent une large palette de sujets afin de s’assurer que les utilisateurs de Cityvision utilisent le logiciel de façon optimale. Les thématiques évoqués sont notamment :

– Présentation des modalités d’installation du logiciel
– Présentation des conditions optimales d’utilisation de Cityvision (i.e. des champs de vision des caméras et des paramétrages de Cityvision optimaux pour obtenir des signalements de qualité)
– Nombreux exercices de paramétrage d’analyses afin de valider la bonne assimilation de ces notions
– Présentation des limitations de la solution, notamment des configurations dans lesquelles Cityvision est plus enclin à produire des erreurs afin que les opérateurs vidéo puissent être attentifs à ces situations
– Présentation des outils d’audit et d’interprétation des signalements issus du logiciel
– Sensibilisation aux enjeux de protection des données personnelles

Le contenu de ces formations est repris dans les guides d’utilisation du logiciel qui sont remis aux personnes en charge de l’exploitation de Cityvision.

Dans le cadre des contrats de support/maintenance proposés par Wintics à ses clients, il est prévu différentes visites sur site au cours desquelles les techniciens Wintics vérifient le respect par le client des recommandations d’usage formulées lors des formations et dans le guide d’utilisation. En cas d’écart constaté entre les recommandations et les pratiques du client, le technicien Wintics rappelle au client les risques associés au mauvais usage du logiciel (notamment sur la qualité/fiabilité des données produites).

Enfin, dans le cas où certaines erreurs ou certains biais récurrents étaient détectés dans le fonctionnement du logiciel Cityvision (notamment grâce aux outils et procédures décrites ci-dessus), l’équipe Wintics est en mesure de mettre en place des procédures d’audits poussés pour identifier la source de ces erreurs. Une fois la source identifiée, Wintics peut prendre en charge l’ajustement des modèles de détection afin de corriger ces erreurs. Wintics dispose en effet de la totale maîtrise des algorithmes de détection qui ont été développés et entraînés en interne par des collaborateurs de la société.