Une caméra comme œil
Mia utilise une caméra comme œil. L'image est captée en continu et envoyée à un logiciel qui l'analyse en temps réel. C'est la première étape : sans vision, Mia ne sait pas ce qui l'entoure.
La Vision
Une réplicante doit voir le monde. Mia regarde à travers une caméra — et comprend ce qu'elle voit.
Comment Mia voit
📷
Caméra capte
→
👁
Détecte les visages
→
👤
Reconnaît
→
📏
Estime la distance
→
🧠
Cerveau réagit
Ce cycle se répète en continu, image par image
Détection de visages
Le logiciel repère automatiquement les visages dans l'image. Il sait combien de personnes sont présentes, où elles se trouvent dans le champ de vision, et à quelle distance approximative elles sont.
Reconnaissance
Mia ne se contente pas de voir des visages — elle peut les reconnaître. Si elle vous a déjà vu, elle sait que c'est vous. Cette reconnaissance influence son comportement : elle ne réagit pas de la même façon face à un inconnu ou à quelqu'un de familier.
Estimation de distance
En analysant la taille du visage dans l'image, Mia estime à quelle distance vous vous trouvez. Proche, elle sera plus attentive. Loin, elle pourra simplement vous observer. Cette information nourrit directement ses décisions.
Temps réel
L'analyse se fait en continu, image par image. Mia ne prend pas de photo — elle regarde en permanence. Chaque nouvelle image met à jour sa compréhension de la scène, comme nos yeux envoient en continu des informations à notre cerveau.
Vision → Décision
Ce que Mia voit alimente directement son cerveau. Un visage détecté peut déclencher de la curiosité, un visage reconnu peut provoquer une réaction sociale, l'absence de visage peut mener au mode rêve. La vision est le point de départ de tout comportement.
Pipeline Vision
Caméra
Capture vidéo continue, flux transmis au service Python
→
Service Python
Détection de visages + reconnaissance faciale. Calcul bounding box + estimation distance.
→
API REST
Résultats exposés vers le moteur cognitif — nombre de visages, positions, identités, distances
→
Moteur de scène
Intègre les données vision dans une représentation unifiée — disponible pour tous les agents cognitifs
Architecture technique
- Service dédié — module indépendant communiquant avec le moteur cognitif
- Détection — algorithmes de détection faciale en temps réel
- Reconnaissance — comparaison avec une base de visages connus, identification par similarité
- Distance — estimation basée sur la taille relative du visage dans le cadre
- Intégration cognitive — les données vision alimentent la boucle cognitive à chaque cycle
- Agents impactés — les agents de présence, proximité, socialité et curiosité réagissent aux données vision
Données transmises par frame
Par visage détecté
- Position X, Y dans l'image
- Largeur, hauteur du bounding box
- Distance estimée (mètres)
- Identité (si reconnue)
- Confiance de détection
Données globales
- Nombre total de visages
- Visage le plus proche
- Changements depuis la frame précédente
- Timestamp de capture