Développement d'Application Vision intelligent

Resistance High Vision est une application de bureau professionnelle de vision par ordinateur en temps réel, conçue pour transformer n'importe quelle webcam en un système d'analyse visuelle intelligent : détection d'objets, suivi persistant, estimation de distance, et reconnaissance faciale — le tout dans une interface fluide et personnalisable.

Développée en Python pour l'interface et l'orchestration, avec un noyau de calcul en C++ (fusion via pybind11) pour les opérations numériques critiques, l'application allie accessibilité de développement et performance native.

Fonctionnalités clés
Domaine Capacité
Détection multi-source Repère automatiquement toutes les webcams disponibles (intégrées et USB), avec récupération du nom réel du périphérique
Multi-aperçu Affiche et analyse jusqu'à 6 caméras simultanément, chacune avec son propre suivi
Détection d'objets Reconnaît 68 catégories d'objets (personnes, véhicules, mobilier, objets du quotidien) ; repli automatique sur détection de mouvement si aucun modèle n'est chargé
Suivi intelligent Attribue un identifiant unique et persistant à chaque objet ; une même personne qui se déplace reste comptée une seule fois
Estimation spatiale Calcule distance, dimensions 3D approchées et vitesse d'approche/éloignement pour chaque objet suivi
Reconnaissance faciale Identifie les personnes déjà vues, mémorise automatiquement les nouveaux visages (photo + empreinte numérique), persiste entre les sessions
Enregistrement Capture vidéo annotée + journal détaillé au format JSON ; export GIF animé à la demande
Mémoire continue Journal automatique de toutes les détections, indépendant du bouton d'enregistrement manuel
Personnalisation Deux thèmes visuels (Doré Royal / Matrix Vert), panneau de paramètres complet (8 réglages ajustables)
Architecture technique

Pourquoi cette architecture ? Python gère la logique métier, l'interface et l'orchestration — rapide à faire évoluer. Le C++ prend en charge les calculs géométriques répétitifs (distance, dimensions, vitesse) où la performance native compte. Si le module C++ n'est pas compilé, un repli Python équivalent garantit que l'application fonctionne toujours.

Positionnement honnête
┌─────────────────────────────────────────┐
│ Interface (Python / Tkinter) │
│ Flux vidéo · Multi-aperçu · Paramètres │
│ Visages connus · Base de connaissances │
└───────────────┬───────────────────────────┘
│
┌───────────┼────────────┐
│ │ │
┌───▼───┐ ┌────▼────┐ ┌───▼────┐
│Détecteur│ │ Tracker │ Visages │
│(OpenCV) │ │(Python) │ │ (LBPH) │
└───┬───┘ └────┬────┘ └───┬────┘
│ │ │
└───────────┼────────────┘
│
┌───────▼────────┐
│ Noyau C++ │
│ (distance_core) │
│ pybind11 │
└─────────────────┘
Cette application est conçue comme un outil d'assistance visuelle et de suivi, pas comme un système de mesure de précision industrielle ou d'identification biométrique légale :

La distance est une estimation monoculaire (±10-20 %), sans capteur de profondeur dédié.
La reconnaissance faciale utilise une méthode classique (LBPH), fiable pour ré-identifier une personne dans des conditions similaires, mais pas un système biométrique de qualité judiciaire.
Toutes les données (visages, journaux, enregistrements) restent strictement locales — aucun envoi réseau ou cloud.
Livrables disponibles
Code source complet (Python + C++), documenté et testé
Scripts de compilation pour Kali Linux (.AppImage), macOS (.dmg), Windows (.exe)
Guide d'installation détaillé, incluant la voie de portage vers Android (Chaquopy)

>
Resistance Martyr AI Studio — 2026 — Madagascar