Je candidate ! Voir les autres défis

Le Ministère de l’Intérieur au travers de son Agence nationale du traitement automatisé des infractions souhaite développer une intelligence artificielle permettant d’associer des photos de contrôles automatisés aux données des immatriculations des véhicules afin de réduire l’envoi d’avis de contraventions aux usagers n’ayant commis aucune infraction.

Voir le défi IA Flash en quelques slides.


IA Flash : fiabiliser le traitement automatisé des infractions

La problématique

Chaque année, les radars font 20 000 000 de clichés qu’ils envoient à l’Agence Nationale du Traitement Automatisé des Infractions (ANTAI) et au Centre Automatisé de Constatation des Infractions Routières (CACIR) pour traitement. Parallèlement, près de 10 000 usagers reçoivent un avis de contravention alors qu’ils n’ont pas commis l’infraction routière correspondante.

La cause ? Dans de nombreux cas, c’est une usurpation de plaque qui est à l’origine de l’erreur. La contravention est alors envoyée au titulaire du certificat d’immatriculation renseigné dans le Système d’Immatriculation des Véhicules (SIV) et non à la personne ayant réellement commis l’infraction. Or une technique existe pour repérer les plaques usurpées : comparer le numéro de la plaque au modèle du véhicule qui doit y être associé, également renseigné dans le SIV. Si les deux éléments ne correspondent pas, l’ANTAI peut effectuer un signalement et éviter de sanctionner un usager n’ayant commis aucune infraction.

Le défi : fiabiliser l’envoi et la régulation des contraventions à partir de la reconnaissance d’images

L’intelligence artificielle peut permettre de détecter de façon quasi-automatique une plaque qui ne correspond pas à la marque et au modèle inscrits dans le Système d’Immatriculation des Véhicules (SIV) - ce qu’on appelle une fausse doublette. Le défi aura deux volets :

  • créer une brique logicielle de reconnaissance d’image qui permettra de reconnaître automatiquement sur un cliché de radar la marque et le modèle du véhicule. Ces deux éléments seront alors comparés aux données du SIV pour établir -ou pas- la fausse doublette ;

  • développer des cas d’usage de la reconnaissance d’image. La brique logicielle de reconnaissance d’image créée viendra compléter la panoplie des outils numériques de pointe de l’ANTAI ; il s’agira de démontrer son potentiel.


Les EIG recherché·e·s

EIG 1 – Un·e data scientist

Compétences nécessaires : maîtrise des réseaux de neurones appliqués au traitement et à la reconnaissance d’images (par exemple Tensorflow).

EIG 2 – Un·e data scientist

Compétences nécessaires : un profil d’architecte Big Data spécialisé en infrastructure de deep learning avec une bonne culture des algorithmes distribués sur une infrastructure de type Cloud et des facilités à utiliser des outils open source. Des compétences en programmation, implémentation et déploiement de Web services (node.js/python) seront appréciées.


L’équipe autour des EIG

Daniel Ansellem

Daniel Ansellem

Daniel Ansellem est Commissaire Divisionnaire. Nommé administrateur ministériel des données le 1er juillet 2016, il dirige la mission de coordination et d’appui à la valorisation des données. A ce titre, il supervise des expérimentations de valorisation de données par la mise en oeuvre d’outils de croisement, d’enrichissement, ou de visualisation. Il a mentoré plusieurs défis EIG : CartAV, MatchID ou encore Prévisecours.