Pendant la Coupe du Monde 2026, la FIFA suit chaque joueur en temps réel : 16 caméras dédiées par stade, et un ballon connecté qui émet 500 mesures par seconde. C'est ce qui alimente le hors-jeu semi-automatique et les statistiques affichées à l'écran.

Un dispositif d'ingénierie impressionnant. Et pourtant : j'ai reconstruit le même principe en une après-midi, sur un MacBook, à partir d'une simple vidéo de match.

20,8 km/h
la pointe de vitesse mesurée pour le joueur que je suivais — avec sa distance parcourue (55 m) et sa vitesse en temps réel. Le tout en ~300 lignes de Python, sans entraîner un seul modèle, sans annoter une seule image.
Démonstration personnelle réalisée avec les outils open source de Roboflow, sur un MacBook.
La démo en 15 secondes : les 22 joueurs détectés, le joueur n°10 suivi en rouge, distance et vitesse calculées en direct.

Ce que j'ai construit, concrètement

La chaîne tient en trois étapes. D'abord la détection : un modèle pré-entraîné repère les 22 joueurs sur chaque image de la vidéo — sans que j'aie eu à lui apprendre quoi que ce soit. Ensuite le suivi (le « tracking ») : chaque joueur conserve un identifiant d'une image à l'autre, même quand il croise un adversaire ou sort brièvement du champ. Enfin la mesure : une fois les positions converties en coordonnées réelles du terrain, on calcule distance parcourue et vitesse instantanée.

Image du match annotée par l'algorithme : les 22 joueurs entourés en jaune, l'arbitre en bleu, la trajectoire du joueur n°10 en rouge, avec distance et vitesse affichées
Une image de la vidéo, annotée par l'algorithme : joueurs en jaune, arbitre en bleu, trajectoire du joueur suivi en rouge.
Courbe de vitesse instantanée du joueur n°10 : pointe à 20,8 km/h, distance totale 55,1 m
La vitesse instantanée, image par image.
Trajectoire du joueur n°10 reprojetée sur un plan du terrain vu de dessus
Sa trajectoire, reprojetée sur le plan du terrain.

Il y a dix ans, ce projet aurait occupé une équipe de recherche pendant des mois. Aujourd'hui, les briques existent, elles sont industrialisées, documentées et open source. On les assemble — on ne les invente plus.

La seule barrière restante : savoir que ces outils existent

C'est la vraie leçon de cette après-midi. Le traitement d'image n'est plus réservé aux géants de la tech ou aux clubs professionnels. Les modèles sont déjà entraînés, les bibliothèques sont gratuites, et un ordinateur portable récent suffit pour une preuve de concept.

Ce qui manque dans les TPE et PME, ce n'est ni le budget ni une équipe de data scientists : c'est simplement l'information que ces briques sont à portée de main.

Détecter, suivre, mesurer : le même trio dans votre entreprise

Le principe démontré sur un match de foot s'applique tel quel à d'autres contextes — seuls les objets changent.

1Détecter — repérer automatiquement ce qui vous intéresse

Des personnes, des chariots, des cartons, des produits sur un tapis, des véhicules sur un parking. Les modèles pré-entraînés reconnaissent déjà des dizaines d'objets du quotidien, sans travail préalable de votre part.

2Suivre — comprendre les trajectoires

Files d'attente en caisse, parcours des clients dans un magasin, rotations d'un chariot entre les quais, temps de séjour d'une palette dans une zone. Le suivi transforme des images isolées en flux continus.

3Mesurer — transformer la vidéo en chiffres

Temps d'attente moyen, cadence réelle d'une ligne de production, taux d'occupation d'une zone de stockage, distances parcourues. Des indicateurs objectifs, mesurés en continu, là où on estimait « au doigt mouillé ».

Retail, entrepôt, chaîne de production : le trio est le même partout.

Un point d'honnêteté au passage : dès que des personnes sont filmées, le RGPD et les recommandations de la CNIL s'appliquent — information des salariés, finalité précise, durées de conservation limitées. La bonne pratique, et souvent la plus utile, est de mesurer des flux et des agrégats, pas des individus.

Un flux vidéo dort probablement déjà dans votre activité

Caméras de surveillance, caméra de quai, webcam d'atelier : la plupart des entreprises produisent déjà de la vidéo qui n'apprend rien à personne. La question n'est plus « est-ce techniquement possible ? » — la démonstration ci-dessus y répond.

La vraie question, c'est : qu'est-ce que ce flux pourrait vous apprendre sur votre activité ?

Cet article est adapté d'un de mes posts LinkedIn — suivez-moi sur LinkedIn pour ces contenus en avant-première.