L’intelligence artificielle (IA) au service de la vidéo dans les caméras de visioconférence

La majorité des webcams individuelles et caméras pour salle de réunion sont capables d’optimiser automatiquement les réglages pour offrir des images avec un rendu naturel et lumineux en toutes circonstances. L’utilisateur n’a plus besoin de se préoccuper des paramétrages de sa caméra et peut lancer sa visio avec la certitude d’être correctement vu.

Parmi les paramètres qui sont automatiquement corrigés, on retrouve :

•Les bruits vidéo, qui se caractérisent par l'apparition de grains sur l'image et qui dégradent la qualité de celle-ci,
•La faible luminosité, lorsque la caméra est placée dans une pièce mal éclairée,
•La saturation, qui révèle une image aux couleurs très vives et peu naturelles,
•La balance des blancs, qui corrige la température des couleurs pour que le blanc ne soit pas jaune ou bleuté, mais bien blanc,
•Le contre-jour, lorsque la lumière vient de derrière la caméra et que l'image s'obscurcie, etc.

Autre mode de visualisation, le cadrage de l'intervenant fait un zoom serré sur la personne qui parle.

Cette technologie peut fonctionner de 2 façons. Soit l’intelligence artificielle va utiliser les microphones de la caméra pour localiser les voix, soit elle va détecter les silhouettes humaines. La détection de la silhouette est souvent appelée “mode présentation”. 

Dans le cas de la localisation de la voix, l'objectif de la caméra fait un zoom et cadre sur la personne qui prend la parole puis revient en plan large dès qu’elle s’arrête de parler. Dans le cadre d'une visioconférence dans une salle de réunion, les interlocuteurs ont une meilleure vision de la personne qui parle parmi les différents participants présents. 

La fonction de zoom sur l'orateur est présente dans l’ensemble des solutions pour salle de visioconférence Poly, et notamment dans la gamme Studio X gen 2 avec le Poly DirectorAI.

Pour la détection de la silhouette, c’est un peu différent puisque la caméra va continuer de suivre l'orateur jusqu’à ce qu’elle ait une indication qui lui fasse changer de personne. Cette indication peut venir d’un clic sur la télécommande, d’un geste de main… C'est une fonctionnalité que l'on retrouve majoritairement dans les caméras PTZ pour conférencier seul sur scène.

Encore plus poussé que le zoom sur l'orateur, le mode conversation permet de zoomer sur 2 orateurs simultanément. Il affiche alors de façon séparée 2 personnes présentent dans la même pièce (mais non obligatoirement côte à côte) qui prennent la parole conjointement.

Ce système pallie au problème du speaker-tracking qui ne cadre que sur une personne à la fois, ce qui peut entraîner un changement d'image rapide et désagréable lors d'un débat entre 2 orateurs. On retrouve cette fonctionnalité sur la barre de collaboration tout en un Poly Studio USB.

Pour une captation vidéo précise, certains fabricants proposent une fonctionnalité pouvant être qualifiée de “barrière visuelle”. Le but est de définir un périmètre dans lequel la caméra capte les visages (lors du recadrage automatique). Toutes les personnes situées en dehors de la zone de captation prédéfinie ne sont pas prises en compte par la caméra. Cette fonctionnalité est particulièrement utile dans les espaces où des cloisons en verre sont présentes, car cela évite les personnes présentes dans le couloir soient captées par inadvertance. Selon les marques, on trouve cette fonctionnalité sous le nom de :

•Vidéo Fence chez Yealink
•Director AI Perimeter chez HP Poly
•Intelligent Meeting Space chez Jabra