La géométrie de la couverture des caméras de vidéosurveillance

Résumé

Nous établissons, à partir du modèle de caméra à sténopé, l'empreinte au sol d'une caméra de vidéosurveillance inclinée et montée sur mât : les intersections des bords proche et lointain, l'angle mort géométrique situé directement sous le point de montage, et les distances cibles DORI de la norme EN 62676-4 rendues sous forme d'arcs au sol. Chaque figure ci-dessous est calculée en direct par le module géométrique livré avec le concepteur CCTVplanner — déplacez les curseurs pour reproduire chaque résultat. Nous concluons par les modèles de projection d'objectif, le piège HFOV/DFOV des fiches techniques, l'ombrage par les obstacles, un budget d'erreur des paramètres et les hypothèses sous lesquelles le modèle peut être considéré comme fiable.

Conventions

sol: plan z = 0
caméra: centre optique à la hauteur z = h
axes: +x right · +y forward · +z up
inclinaison α: mesurée vers le bas depuis l'horizontale
rayons: émis depuis le centre optique dans la base (f, r, u)
angles: radians dans les dérivées ; degrés dans les figures

Portée — ce que cette note n'est pas

Un modèle purement géométrique de l'endroit où atterrissent les rayons d'une caméra. Dans le cadre de ses hypothèses énoncées, il est géométriquement exact — mathématiquement précis, bien que borné dans sa portée. Il ne cherche pas à modéliser :

la qualité d'image ou le bruit du capteur
les artefacts de compression vidéo
l'éclairage, la faible luminosité ou la portée infrarouge
la précision de détection par IA / analyse vidéo

1Du frustum à l'empreinte au sol

Une caméra à sténopé définit un frustum de vue : une pyramide à quatre faces s'étendant du centre optique de la caméra jusqu'aux limites de son plan image. Chaque point de l'image — le centre d'un pixel dans l'implémentation discrète — définit un rayon de vision partant du centre optique et traversant le plan image. Pour trouver la région du sol que couvre une caméra, on intersecte chaque rayon avec le plan du sol et on conserve les points situés dans la portée de la caméra. Le modèle à sténopé est utilisé ici parce qu'il fournit une approximation analytiquement traitable qui correspond aux hypothèses géométriques de la norme EN 62676-4 et aux spécifications publiées de la plupart des caméras de vidéosurveillance fixes.

Pour une caméra à la hauteur h, inclinée de α sous l'horizontale, avec un champ de vision vertical vfov, l'enveloppe extérieure de la couverture est tracée par le bord de l'image — pour une projection rectilinéaire, les quatre rayons des coins la définissent à eux seuls, tandis que pour les projections fisheye elle est échantillonnée le long de tout le bord. Dans les montages typiques (où $\alpha + \tfrac{\text{vfov}}{2} < 90^\circ$ ), la forme est une empreinte approximativement trapézoïdale aux coins courbes — ni un triangle ni un secteur partant du point de montage. À mesure que $\alpha + \tfrac{\text{vfov}}{2}$ approche 90° (dômes de plafond à forte inclinaison), le bord inférieur de l'image rencontre le sol à la base du mât et l'empreinte dégénère en secteur.

Figure 1Empreinte au sol en vue de dessus

h hauteur4 mα inclinaison26 °H hfov102 °R portée28 m

Fig. 1. Empreinte au sol issue du module géométrique de production. Le bord inférieur rencontre le sol à faible distance devant la caméra ; les bords latéraux s'évasent vers l'extérieur ; le bord lointain est plafonné à la portée effective. Élargissez hfov au-delà de 180° et l'empreinte s'enroule en un disque complet.

2Intersection des bords proche et lointain

Chaque échantillon du plan image (s_H, s_V) ∈ [−1, 1]² correspond à une direction de rayon de vision dans le repère de la caméra :

\mathbf{d}(s_H, s_V) = \mathbf{f} + s_H\tan\tfrac{\text{HFOV}}{2}\,\mathbf{r} + s_V\tan\tfrac{\text{VFOV}}{2}\,\mathbf{u}

(1)

où f, r, u sont les vecteurs de base avant / droite / haut de la caméra (le panoramique et l'inclinaison sont déjà appliqués) — c'est ici que HFOV et VFOV entrent dans la géométrie. L'intersection du rayon partant du centre optique le long de d avec le plan du sol z = 0 donne chaque échantillon de l'empreinte. Le rayon du bord inférieur (s_V = −1) rencontre le sol à la distance proche, le rayon du bord supérieur (s_V = +1) à la distance lointaine :

d_{\text{near}} = \dfrac{h}{\tan\!\left(\alpha + \frac{\text{vfov}}{2}\right)}

(2)

d_{\text{far}} = \begin{cases} \dfrac{h}{\tan\!\left(\alpha - \frac{\text{vfov}}{2}\right)}, & \alpha > \tfrac{\text{vfov}}{2}\ \ (\text{below horizon}) \\[10pt] \infty \ \rightarrow\ \text{clamp to } R, & \alpha \le \tfrac{\text{vfov}}{2}\ \ (\text{edge above horizon}) \end{cases}

(3)

Figure 2Vue de côté — rayons, bande au sol, angle mort

h hauteur6 mα inclinaison16 °β vfov48 °R portée38 m

Fig. 2. Élévation latérale. Les deux lignes bleues sont les rayons des bords inférieur et supérieur ; la bande bleue épaisse est la zone où la caméra image le sol (d_near → d_far). Le coin rouge sous le mât est la région qu'aucun rayon n'atteint. Augmentez h pour voir l'angle mort grandir (§3) ; abaissez α sous vfov/2 et le bord lointain s'élève au-dessus de l'horizon et se plafonne à la portée.

Pour les bords latéraux (s_H = ±1), la même construction s'applique dans le plan horizontal. Pour les objectifs rectilinéaires (l'optique dominante en vidéosurveillance), ceux-ci se projettent en droites divergentes — les côtés obliques du trapèze. Pour les objectifs fisheye, la correspondance est courbe et l'empreinte devient un disque courbe.

3L'angle mort géométrique

Pour toute caméra montée au-dessus du sol et inclinée de moins de $90^\circ - \tfrac{\text{vfov}}{2}$ , une région située directement sous le point de montage ne reçoit aucun rayon. Tout ce qui est plus proche que d_near est entièrement hors de l'image, et à inclinaison et champ de vision fixés, l'angle mort croît linéairement avec la hauteur :

d_{\text{near}} = h\,\cot\!\left(\alpha + \tfrac{\text{vfov}}{2}\right), \qquad \frac{\partial d_{\text{near}}}{\partial h} = \cot\!\left(\alpha + \tfrac{\text{vfov}}{2}\right)

(4)

Une caméra inclinée à 15° avec un champ de vision vertical de 50° présente un angle mort de 4,8 m à 4 m et de 23,8 m à 20 m — un rapport de 5× correspondant au rapport des hauteurs. Le rapport entre la surface aveugle et la surface couverte est la contrainte dominante pour le placement sur mât élevé.

4Distances DORI (EN 62676-4)

La norme DORI (Detect / Observe / Recognize / Identify) définit des densités de pixels cibles — Identify 250, Recognize 125, Observe 62,5, Detect 25 px/m. Une densité donnée est atteinte à une distance oblique (en ligne de visée) spécifique par rapport à l'objectif : la distance de l'objet dans la relation d'imagerie $\text{px/m} = f\cdot\text{res}/(\text{sensor}\cdot d)$ . Pour placer un palier sur une carte 2D, le concepteur projette cette distance oblique sur le sol sous la forme d'un anneau horizontal de rayon $\sqrt{d_{\text{slant}}^{2} - h^2}$ (la fonction slantToGroundRadius du module), découpé par l'empreinte. Les arcs sont donc des rayons au sol horizontaux dérivés de la distance oblique du palier — ils n'égalent la distance oblique que pour une caméra au niveau du sol et se rapprochent vers l'intérieur à mesure que le point de montage s'élève. La section 10 met en correspondance ces paliers en px/m avec les critères de hauteur d'écran, de pixels par pied et de paires de lignes utilisés ailleurs dans le monde.

Figure 3Anneaux DORI sous forme d'arcs au sol

Identify
250 px/m

Recognize
125 px/m

Observe
62.5 px/m

Detect
25 px/m

h hauteur4 mα inclinaison20 °H hfov90 °R portée70 m

Fig. 3. Paliers DORI à l'intérieur de l'empreinte. Les distances obliques des paliers (8 / 16 / 32 / 64 m, à titre indicatif pour une caméra 1080p à ~90° HFOV) sont projetées sur le sol par la fonction slantToGroundRadius du moteur, de sorte que chaque étiquette indique le rayon horizontal

\sqrt{d^2 - h^2}

. Augmentez h et les paliers proches se rapprochent, puis disparaissent dès que la caméra se trouve au-dessus de la sphère oblique. Rétrécissez le hfov et le cône devient trop étroit pour contenir les anneaux extérieurs.

La projection au sol. La distance oblique de chaque palier devient un rayon au sol horizontal :

r_{\text{ground}} = \sqrt{\,d_{\text{slant}}^{\,2} - h^2\,}

(5)

Une caméra montée à 6 m dont le palier Identify (250 px/m) est atteint à une distance oblique de 8 m couvre un rayon au sol horizontal de 5,3 m ( $\sqrt{64 - 36}$ ). C'est exactement la projection que le concepteur ainsi que les exports PDF et DXF appliquent à chaque palier. (Un repli hérité — caméras PTZ et caméras sans configuration de hauteur de montage / d'angle mort — trace la distance oblique brute comme un rayon plat sans la correction de hauteur.)

5Modèles de projection d'objectif

Les différentes conceptions d'objectif font correspondre l'angle θ par rapport à l'axe optique au rayon du plan image r(θ) de manières différentes. Les trois utilisées en vidéosurveillance :

Projection	r(θ)	Plage typique
Rectilinear	$f\tan\theta$	HFOV ≲ 120° — la plupart des objectifs fixes et varifocaux
Equidistant	$f\,\theta$	HFOV ≳ 140° — panoramique / fisheye
Equisolid	$2f\sin(\theta/2)$	Fisheye préservant l'angle solide

Pour les objectifs rectilinéaires, le facteur hors axe $\tan\theta$ dépasse 1 dès que θ franchit 45° (HFOV > 90°) et diverge en θ → 90°. En tant qu'approximation numérique — un choix d'implémentation, non une propriété de l'optique — CCTVplanner utilise le modèle rectilinéaire jusqu'à 170° HFOV, puis bascule vers le modèle équidistant pour la stabilité ; le modèle équisolide est pris en charge dans la couche géométrique pour les données de fabricant qui le spécifient.

Piège des fiches techniques : HFOV vs DFOV

De nombreux fabricants — en particulier Dahua, Hikvision, Uniview, Tiandy — indiquent une seule valeur de champ de vision qui correspond en réalité au champ de vision diagonal (DFOV). Introduire un DFOV dans un outil qui attend un HFOV produit une empreinte trop large de 10–15 %, l'erreur se concentrant sur les bords latéraux où la densité de pixels importe le plus. Pour un capteur de rapport d'aspect a (16:9 → a = 16/9) :

\tan\tfrac{\text{HFOV}}{2} = \tan\tfrac{\text{DFOV}}{2}\cdot\dfrac{a}{\sqrt{a^2+1}}, \qquad \tan\tfrac{\text{VFOV}}{2} = \tan\tfrac{\text{DFOV}}{2}\cdot\dfrac{1}{\sqrt{a^2+1}}

(6)

La correspondance est non linéaire : un raccourci linéaire tentant $\text{HFOV} \approx k\cdot\text{DFOV}$ fonctionne pour les objectifs étroits mais échoue gravement à mesure que le champ s'élargit. Pour un capteur 16:9 :

DFOV	HFOV exact	VFOV exact	Erreur de l'approximation linéaire
60°	53.4°	31.6°	−1.1°
80°	72.4°	44.7°	−2.6°
100°	92.2°	60.6°	−5.0°
120°	113.0°	80.7°	−8.4°
140°	134.7°	106.8°	−12.7°

6Obstacles, ombres et empreinte visible

Les murs et les clôtures bloquent les rayons. Chaque obstacle opaque est modélisé comme un polygone ou une polyligne ; chaque segment est projeté à l'opposé de la caméra sur plusieurs fois la portée de rendu, et l'union de ces ombres par segment constitue la silhouette de l'obstacle plus tout ce qui se trouve derrière lui. L'empreinte visible est alors $\text{footprint} \setminus \bigcup \text{shadows}$ , via l'algorithme de différence de polygones de Martínez–Rueda.

Pour une analyse tenant compte de la 3D, un obstacle plus bas que la caméra projette une ombre au sol finie. Pour un mur à la distance horizontale d, une hauteur de caméra h_cam et un sommet d'obstacle h_obs :

d_{\text{shadow}} = d\cdot\dfrac{h_{\text{cam}}}{h_{\text{cam}} - h_{\text{obs}}}\quad (h_{\text{cam}} > h_{\text{obs}})

(7)

Pour $h_{\text{obs}} \ge h_{\text{cam}}$ , l'obstacle bloque entièrement la ligne de visée — une ombre infinie, traitée comme un obstacle totalement opaque. Pour les bâtiments et les obstacles génériques, ce modèle à hauteur finie est toujours appliqué dès que la caméra se trouve au-dessus de la structure ; pour les clôtures, il est conditionné par l'option « Utiliser la hauteur verticale (3D) » (par défaut : obstacle opaque). Le calcul de l'extrémité de l'ombre réside dans obstacleTypes.ts ; obstacleClipping.ts exécute la soustraction par différence de polygones.

7Projection multi-étage

L'intersection frustum-sol se généralise à tout plan horizontal : remplacez $z = 0$ par $z = z_{\text{target}}$ , résolvez la même équation rayon-plan pour chaque rayon de coin, et le résultat est l'empreinte sur cet étage. Une caméra située au deuxième étage d'un atrium couvre le rez-de-chaussée par la même construction — simplement avec un z_target et un décalage vertical différents.

8Hypothèses et limites

Chaque formule ci-dessus repose sur des hypothèses simplificatrices. Elles sont valables pour la majorité des installations de vidéosurveillance à montage fixe mais deviennent caduques dans des conditions particulières — documentées afin que les praticiens sachent quand faire confiance au modèle.

Hypothèses du modèle

Sol plat $(z = 0)$ — aucune pente, aucune courbure terrestre.
Caméra statique au moment de la capture — aucun mouvement PTZ, aucune vibration.
Modèle à sténopé — aucune distorsion d'objectif de Brown–Conrady (k₁, k₂, p₁, p₂).
Calibrage idéal — inclinaison, focale et centre optique conformes aux spécifications.
Aucun obturateur déroulant (rolling shutter) ; image entière capturée en un seul instant.
Aucun roulis de la caméra ; le capteur reste horizontal.
Trajet optique unique — aucune réfraction du dôme, aucune réflexion.

Quand le modèle atteint ses limites

Terrain en pente — l'empreinte se décale de façon asymétrique, erreur ≈ ±h·tan(slope) par mètre.
Distorsion grand-angle — au-delà de ~110° HFOV, le modèle rectilinéaire peut diverger de plusieurs pour cent dans les coins (dépend de l'objectif, du calibrage et du modèle).
Dômes en verre — décalage réfractif de l'ordre du mm ; n'importe que pour un DORI de haute précision.
Optiques à réflexions multiples — les réflexions ne sont pas tracées ; ligne de visée uniquement.
PTZ en mouvement — le modèle donne un seul panoramique/inclinaison ; la couverture est l'empreinte balayée.
Tolérance d'installation — les angles réels s'écartent de 1–3° ; la §9 en quantifie l'impact.

9Sensibilité aux erreurs

Les erreurs d'entrée (hauteur, inclinaison, champ de vision) se propagent en erreur de position au sol. Pour l'intersection proche $d_{\text{near}} = h/\tan(\alpha + \text{vfov}/2)$ , les dérivées partielles sont :

\begin{gathered} \dfrac{\partial d_{\text{near}}}{\partial h} = \dfrac{d_{\text{near}}}{h}, \quad \dfrac{\partial d_{\text{near}}}{\partial \alpha} = \dfrac{-h}{\sin^2(\alpha + \text{vfov}/2)}, \quad \dfrac{\partial d_{\text{near}}}{\partial\,\text{vfov}} = \dfrac{-h}{2\sin^2(\alpha + \text{vfov}/2)} \\[5pt] \footnotesize (\alpha,\ \mathrm{vfov}\ \text{in radians}) \end{gathered}

(8)

Les dérivées partielles angulaires sont en radians (× $\pi/180$ pour l'équivalent par degré). Pour une configuration typique (h = 10 m, inclinaison = 15°, vfov = 50° → d_near ≈ 11.9 m) :

Paramètre	Erreur d'entrée	Δ d_near	Remarque
tilt α	±1°	±0.42 m	résolution de l'inclinomètre
tilt α	±3°	±1.27 m	pose du support au jugé
height h	±0.5 m	±0.59 m	mètre ruban, mât inaccessible
vfov	±1°	±0.21 m	arrondi de la fiche technique
combined	RMS	~1.4 m	at 3° + 0.5 m + 1°

En clair : une erreur d'installation de 1° peut décaler la zone Identify de plus que la largeur d'une porte. L'incertitude sur l'angle d'installation domine : chaque degré d'erreur d'inclinaison coûte ici ~42 cm à d_near. Un inclinomètre laser à 0,1° maintient l'erreur due à l'inclinaison sous 5 cm ; un support posé au jugé n'est précis qu'à ~±1 m. Pour la vérification des paliers DORI — où les anneaux Recognize et Identify peuvent être distants de 2–3 m — l'inclinaison doit être mesurée, et non estimée.

10Critères de distance cible selon les normes

DORI est la lingua franca internationale, mais un concepteur travaille sous la norme que sa juridiction impose. Chaque référentiel encode la même grandeur physique — le niveau de détail requis à une distance donnée — dans l'une de quatre unités : pixels par mètre, pourcentage de la hauteur d'écran, pixels par pied ou paires de lignes de Johnson. La géométrie ci-dessus est identique ; seule la lecture change.

Région	Norme	Unité	Detect / Recognise / Identify	vs DORI
Intl · EU	IEC / EN 62676-4 (2014·2025)	px/m	25 / 125 / 250 (Obs 62.5)	échelle de référence
EU legacy	EN 50132-7:2012	% screen	10% / 50% / 100%	forme en hauteur d'écran
UK	HOSDB 28/09 · Rotakin	% screen	10% / 50% / 100%†	= EN 50132-7
AU · NZ	AS 4806.2 → AS/NZS 62676	% → px/m	10% / 50% / 100% → DORI	en migration vers DORI
US	DHS S&T handbook · PPF	px/ft	~10 / 40 / 80 ppf	DORI × 0,305
China	GB 37300-2018	px on target	body ≥200 · face ≥300 · plate ≥100	px sur la cible
UAE	Dubai SIRA	px/m	63.5 / 125 / 250	≈ DORI
India	BIS IS 16910-4	px/m	= DORI	adopte IEC 62676-4
Russia	GOST R 51558-2014 ‡	inter-eye px	face ID ≥60 px IED ‡	D/R/I partiel
Mil · thermal	Johnson 1958 · TTP	line-pairs	1.0 / 4.0 / 6.4 cyc	modèle sous-jacent
Face biometric	ISO/IEC 19794-5 · 39794-5	inter-eye px	~10 / ~40 / ≥90 (IED)	plancher sous Identify

† Identify au Royaume-Uni = 100 % de la hauteur d'écran (HOSDB 28/09, 2009) ; la spécification antérieure PSDB 17/94 / Rotakin utilisait 120 %. Les critères s'appliquent à une personne de référence de ~1,6–1,7 m. ‡ La norme russe GOST R 51558 est de faible fiabilité ici — le texte primaire est payant et les sources secondaires divergent, il convient donc de considérer la valeur comme indicative. IED biométrique du visage = distance inter-yeux (de pupille à pupille) : le plancher de pixels sur lequel « Identify » repose en dernier ressort.

Toutes les juridictions ne fixent pas une valeur chiffrée. Le Canada (RCMP GCPSG-011) et, en pratique, l'Arabie saoudite (HCIS) exigent que la performance des caméras soit justifiée par une évaluation des risques du site plutôt que par une cible de pixels fixée, et le Japon ne publie aucun critère de distance dédié à la vidéosurveillance.

La révision 2025 de l'IEC 62676-4 remplace les quatre paliers DORI par une échelle en sept degrés OODPCVS — Overview, Outline, Discern, Perceive, Characterise, Validate, Scrutinise — à 20 / 40 / 80 / 125 / 250 / 500 / 1500 px/m. Le moteur CCTVplanner calcule les deux.

Comme les quatre unités mesurent la même chose, elles se convertissent exactement entre elles à partir de la résolution du capteur et de la taille de la cible :

\begin{aligned} \text{ppf} &= 0.3048 \times (\text{px/m}) \\[3pt] \%\,\text{screen height} &= 100\cdot\frac{(\text{px/m})\cdot H_{\text{target}}}{V_{\text{pixels}}} \\[3pt] \text{px/m} &= \frac{2N}{d_c}\ \ (N=\text{Johnson line-pairs},\ d_c=\text{critical dim.}) \end{aligned}

(9)

Ainsi, une même distance dans le moteur se lit comme 250 px/m (DORI Identify), 100 % de hauteur d'écran (EN 50132-7 / HOSDB), 76 px/ft (États-Unis) ou 6,4 paires de lignes (Johnson) — la même caméra, quatre vocabulaires.

11Idées reçues courantes

Quatre confusions expliquent l'essentiel de l'écart entre une conception sur le papier et ce qui est réellement installé — chacune étant une conséquence directe de la géométrie ci-dessus.

✗Le HFOV est identique au DFOV.

✓Les fiches techniques indiquent souvent le champ de vision diagonal. Utilisé comme horizontal, il élargit excessivement l'empreinte de 10–15 % et gonfle chaque distance DORI (§5).

✗Un objectif plus grand-angle signifie une meilleure couverture.

✓Un objectif plus grand-angle étale les mêmes pixels sur davantage de scène, si bien que la densité de pixels — et chaque distance DORI — diminue. Plus de surface, moins de détail identifiable.

✗Monter plus haut améliore toujours la visibilité.

✓La hauteur accroît l'angle mort de façon linéaire (§3) et accentue l'angle de plongée ; passé un certain point, on image davantage de crâne et de toiture que de visage.

✗Une distance DORI se reporte directement sur la carte comme un rayon au sol.

✓La valeur en px/m est atteinte à la distance oblique (en ligne de visée) ; l'anneau sur la carte est sa projection au sol √(slant²−h²), qui se rapproche vers l'intérieur à mesure que la caméra est montée plus haut (§4).

12Reproductibilité

Chaque formule présentée ici est implémentée directement dans le module géométrique livré avec le concepteur CCTVplanner — sans approximation au-delà de l'échantillonnage numérique, du découpage de polygones et de l'ordonnancement en virgule flottante — couverte par une suite de tests unitaires portant sur les projections rectilinéaire / équidistante / équisolide, les cas limites d'angle mort, la projection au sol DORI, le découpage booléen de polygones pour les obstacles et l'extension multi-étage. Chaque figure de cette page appelle ces mêmes fonctions.

Points d'entrée clés

buildFrustum(args) — base de la caméra + métadonnées du frustum
computeGroundFootprint(frustum, projection) — polygone d'empreinte échantillonné
slantToGroundRadius(frustum, slantM) — $\sqrt{d^2 - h^2}$ avec vérification d'accessibilité
subtractObstacleShadows(footprint, shadows) — différence de Martínez–Rueda
computeFloorFootprint(frustum, z, projection) — variante multi-étage

§Références

[1]IEC 62676-4:2014 (avec amendements) — Systèmes de vidéosurveillance pour applications de sécurité, Partie 4 : Guide d'application (distances cibles DORI). Publiée sous la référence EN 62676-4 en Europe.
[2]Hartley & Zisserman, Multiple View Geometry in Computer Vision, 2e éd., Cambridge University Press, 2004.
[3]Kannala & Brandt, « A generic camera model and calibration method for conventional, wide-angle, and fish-eye lenses », IEEE TPAMI, 2006.
[4]Martínez, Rueda & Feito, « A new algorithm for computing Boolean operations on polygons », Computers & Geosciences, 2009 — avec la suite de 2013 dans Advances in Engineering Software.
[5]Szeliski, Computer Vision: Algorithms and Applications, 2e éd., Springer, 2022 (modèles de projection, géométrie de caméra — référence de base).
[6]EN 50132-7:2012 — Systèmes d'alarme, systèmes de vidéosurveillance CCTV, Partie 7 : Guide d'application (exigences opérationnelles en hauteur d'écran ; remplacée par EN 62676-4).
[7]IEC 62676-4:2025 (Éd. 2) — Guide d'application introduisant l'échelle de densité de pixels OODPCVS en sept degrés.
[8]US DHS Science & Technology, Digital Video Quality Handbook, 2013 (mis à jour en 2018) — recommandations en pixels par pied pour la vidéo de sécurité publique.
[9]GB 37300-2018 — Vidéosurveillance de sécurité publique (Chine, obligatoire), §5.6 exigences de pixels sur cible.
[10]Johnson, J. (1958), « Analysis of image-forming systems », Proc. Image Intensifier Symposium — avec le successeur NVESD Targeting Task Performance (TTP), Vollmerhausen & Jacobs, Opt. Eng. 43(11), 2004.
[11]ISO/IEC 19794-5:2011 & ISO/IEC 39794-5:2019 — Données d'image faciale biométrique (critères de pixels inter-yeux pour la reconnaissance et l'enrôlement du visage).

Comment citer

Recherche CCTVplanner. La géométrie de la couverture des caméras de vidéosurveillance. Note technique CP-TN-01, v1.0, 2026. cctvplanner.io/camera-physics

@techreport{cctvplanner-cptn01-2026,
  title   = {The Geometry of CCTV Camera Coverage},
  author  = {{CCTVplanner Research}},
  number  = {CP-TN-01},
  version = {1.0},
  year    = {2026},
  url     = {https://cctvplanner.io/camera-physics}
}

Chaque figure de cette note est générée par le même moteur géométrique que celui utilisé par le concepteur CCTVplanner.

Ouvrir le concepteur