La problématique de l’observance de la biosécurité est présente dans tous les types de production. Il est essentiel de définir des stratégies pour améliorer l’application des mesures de biosécurité. Cette étude décrit l’application des mesures de biosécurité à l’entrée et à la sortie de 24 bâtiments d’élevages avicoles au Québec, Canada. L’effet des audits et de caméras visibles sur l’observance a été étudié, de même que les déterminants de l’observance. De plus, la relation entre l’observance et les profils de personnalité, l’expérience et l’éducation a été décrite. L’application des mesures de biosécurité a été évaluée à l’aide de caméras cachées. L’observance à court terme (deux premières semaines) et à moyen terme (six mois plus tard) a été déterminée. Basés sur les résultats du groupe contrôle, 44 différentes erreurs lors de l’application des mesures de biosécurité ont été observées à l’entrée et la sortie des bâtiments. La plupart étaient reliées à la délimitation des zones (propre versus contaminée). La nature et la fréquence des erreurs suggèrent un manque de compréhension des principes associés aux mesures de biosécurité. Le visionnement des vidéos a révélé 3055 visites par 277 individus différents (136 employés, 123 visiteurs, 3 superviseurs et 15 éleveurs). Les résultats ont démontré que les audits n’avaient pas d’impact sur l’observance des employés. Les caméras visibles ont eu un impact, à court terme, sur le port de bottes et le respect des zones durant la visite. Par contre, six mois plus tard, l’observance avait significativement diminué, au point de ne plus être statistiquement plus élevée que le groupe contrôle. La durée et le moment de la visite, la présence de l’éleveur ou d’un observateur, la conception de l’entrée, le nombre de bâtiments, le nombre de mesures de biosécurité exigé, le type de bottes, le genre et être membre de la famille de l’éleveur étaient significativement associés à l’observance de certaines mesures. Finalement, trois traits de la personnalité étaient associés à l’observance: responsabilité, orienté vers l’action et complexité, de même que le nombre d’années d’expérience et le niveau d’éducation. Il est nécessaire d’améliorer la formation en matière de biosécurité en fournissant du matériel de formation à tous les intervenants qui démontrent pourquoi et comment appliquer les mesures de biosécurité. La formation continue devrait également aborder les problématiques reliées aux caractéristiques de visites et de fermes. Améliorer la conception des entrées de bâtiments devrait contribuer à augmenter et à maintenir l’observance. L’identification de traits de personnalité associés à l’observance peut avoir des implications sur la sélection des candidats à l’embauche ou sur l’attribution de tâches et sur la planification des programmes de formation. / Biosecurity compliance issue is present in all types of animal productions, Therefore, it is essential to define strategies to improve the implementation of biosecurity measures. This study described the application of biosecurity measures when entering and exiting 24 poultry barns in Québec, Canada. The effect of audits and visible cameras on compliance was investigated, as well as determinants of compliance. Also, the relationship between compliance and personality profiles, experience and education has been described. Application of biosecurity measures was evaluated using hidden cameras. Short term (first two weeks) and medium term (six months later) compliance were determined. Based on the control group, 44 different biosecurity breaches were observed when getting in and out of poultry barns. Most were related to area delimitation (clean versus contaminated). The nature and frequency of errors suggest a lack of understanding of biosecurity principles. Overall, video viewing revealed 3055 visits done by 277 different individuals (136 employees, 123 visitors, 3 supervisors and 15 growers). Results showed that audits did not have any impact on employee compliance. Visible cameras had a significant impact on changing boots and respecting areas during the visit for the short term period. However, six months later, compliance significantly declined and was no longer statistically higher compared to the control group. Duration and moment of the visit, presence of the grower or an observer, barn entrance design, number of barns, number of biosecurity measures requested, type of boots, gender and being a member of a grower’s family were significantly associated with compliance with some biosecurity measures. Finally, three personality traits were significantly associated with compliance: responsibility, action-oriented and complexity, as well as the number of years of experience and the level of education. There is a need to improve biosecurity training by making training material available to all poultry personnel demonstrating why and how to apply biosecurity measures. Educational meetings should also address issues related to visit and farm characteristics. Improving barn entrance design should contribute to enhance and maintain compliance. The identification of personality traits associated with compliance may have implications for the selection of job applicants or task attribution, and for developing educational materials and training programs.

La démocratisation de la " vidéosurveillance intelligente " nécessite le développement d'outils automatiques et temps réel d'analyse vidéo. Parmi ceux-ci, la détection de piétons joue un rôle majeur car de nombreux systèmes reposent sur cette technologie. Les approches classiques de détection de piétons utilisent la reconnaissance de formes et l'apprentissage statistique. Elles souffrent donc d'une dégradation des performances quand l'apparence des piétons ou des éléments de la scène est trop différente de celle étudiée lors de l'apprentissage. Pour y remédier, une solution appelée " contextualisation du détecteur " est étudiée lorsque la caméra est fixe. L'idée est d'enrichir le système à l'aide d'informations provenant de la scène afin de l'adapter aux situations qu'il risque de fréquemment rencontrer. Ce travail a été réalisé en deux temps. Tout d'abord, l'architecture d'un détecteur et les différents outils utiles à sa construction sont présentés dans un état de l'art. Puis la problématique de la contextualisation est abordée au travers de diverses expériences validant ou non les pistes d'amélioration envisagées. L'objectif est d'identifier toutes les briques du système pouvant bénéficier de cet apport afin de contextualiser complètement le détecteur. Pour faciliter l'exploitation d'un tel système, la contextualisation a été entièrement automatisée et s'appuie sur des algorithmes d'apprentissage semi-supervisé. Une première phase consiste à collecter le maximum d'informations sur la scène. Différents oracles sont proposés afin d'extraire l'apparence des piétons et des éléments du fond pour former une base d'apprentissage dite contextualisée. La géométrie de la scène, influant sur la taille et l'orientation des piétons, peut ensuite être analysée pour définir des régions, dans lesquelles les piétons, tout comme le fond, restent visuellement proches. Dans la deuxième phase, toutes ces connaissances sont intégrées dans le détecteur. Pour chaque région, un classifieur est construit à l'aide de la base contextualisée et fonctionne indépendamment des autres. Ainsi chaque classifieur est entraîné avec des données ayant la même apparence que les piétons qu'il devra détecter. Cela simplifie le problème de l'apprentissage et augmente significativement les performances du système.

La démocratisation de la « vidéosurveillance intelligente » nécessite le développement d’outils automatiques et temps réel d’analyse vidéo. Parmi ceux-ci, la détection de piétons joue un rôle majeur car de nombreux systèmes reposent sur cette technologie. Les approches classiques de détection de piétons utilisent la reconnaissance de formes et l’apprentissage statistique. Elles souffrent donc d’une dégradation des performances quand l’apparence des piétons ou des éléments de la scène est trop différente de celle étudiée lors de l’apprentissage. Pour y remédier, une solution appelée « contextualisation du détecteur » est étudiée lorsque la caméra est fixe. L’idée est d’enrichir le système à l’aide d’informations provenant de la scène afin de l’adapter aux situations qu’il risque de fréquemment rencontrer. Ce travail a été réalisé en deux temps. Tout d’abord, l’architecture d’un détecteur et les différents outils utiles à sa construction sont présentés dans un état de l’art. Puis la problématique de la contextualisation est abordée au travers de diverses expériences validant ou non les pistes d’amélioration envisagées. L’objectif est d’identifier toutes les briques du système pouvant bénéficier de cet apport afin de contextualiser complètement le détecteur. Pour faciliter l’exploitation d’un tel système, la contextualisation a été entièrement automatisée et s’appuie sur des algorithmes d’apprentissage semi-supervisé. Une première phase consiste à collecter le maximum d’informations sur la scène. Différents oracles sont proposés afin d’extraire l’apparence des piétons et des éléments du fond pour former une base d’apprentissage dite contextualisée. La géométrie de la scène, influant sur la taille et l’orientation des piétons, peut ensuite être analysée pour définir des régions, dans lesquelles les piétons, tout comme le fond, restent visuellement proches. Dans la deuxième phase, toutes ces connaissances sont intégrées dans le détecteur. Pour chaque région, un classifieur est construit à l’aide de la base contextualisée et fonctionne indépendamment des autres. Ainsi chaque classifieur est entraîné avec des données ayant la même apparence que les piétons qu’il devra détecter. Cela simplifie le problème de l’apprentissage et augmente significativement les performances du système. / With the rise of videosurveillance systems comes a logical need for automatic and real-time processes to analyze the huge amount of generated data. Among these tools, pedestrian detection algorithms are essential, because in videosurveillance locating people is often the first step leading to more complex behavioral analyses. Classical pedestrian detection approaches are based on machine learning and pattern recognition algorithms. Thus they generally underperform when the pedestrians’ appearance observed by a camera tends to differ too much from the one in the generic training dataset. This thesis studies the concept of the contextualization of such a detector. This consists in introducing scene information into a generic pedestrian detector. The main objective is to adapt it to the most frequent situations and so to improve its overall performances. The key hypothesis made here is that the camera is static, which is common in videosurveillance scenarios.This work is split into two parts. First a state of the art introduces the architecture of a pedestrian detector and the different algorithms involved in its building. Then the problem of the contextualization is tackled and a series of experiments validates or not the explored leads. The goal is to identify every part of the detector which can benefit from the approach in order to fully contextualize it. To make the contextualization process easier, our method is completely automatic and is based on semi-supervised learning methods. First of all, data coming from the scene are gathered. We propose different oracles to detect some pedestrians in order to catch their appearance and to form a contextualized training dataset. Then, we analyze the scene geometry, which influences the size and the orientation of the pedestrians and we divide the scene into different regions. In each region, pedestrians as well as background elements share a similar appearance.In the second step, all this information is used to build the final detector which is composed of several classifiers, one by region. Each classifier independently scans its dedicated piece of image. Thus, it is only trained with a region-specific contextualized dataset, containing less appearance variability than a global one. Consequently, the training stage is easier and the overall detection results on the scene are improved.

L'analyse, la modélisation et la comparaison de la démarche de personnes à l'aide d'algorithmes de vision artificielle a récemment suscité beaucoup d'intérêt dans les domaines d'applications médicales et de surveillance. Il y a en effet plusieurs avantages à utiliser des algorithmes de vision artificielle pour faire l'analyse, la modélisation et la comparaison de la démarche de personnes. Par exemple, la démarche d'une personne peut être analysée et modélisée de loin en observant la personne à l'aide d'une caméra, ce qui ne requiert pas le placement de marqueurs ou de senseurs sur la personne. De plus, la coopération des personnes observées n'est pas requise, ce qui permet d'utiliser la démarche des personnes comme un facteur d'identification biométrique dans les systèmes de surveillance automatique. Les méthodes d'analyse et de modélisation de la démarche existantes comportent toutefois plusieurs limitations. Plusieurs de ces méthodes nécessitent une vue de profil des personnes puisque ce point de vue est optimal pour l'analyse et la modélisation de la démarche. La plupart de ces méthodes supposent également une distance assez grande entre les personnes et la caméra afin de limiter les effets néfastes que la projection de perspective a sur l'analyse et la modélisation de la démarche. Par ailleurs, ces méthodes ne gèrent pas les changements de direction et de vitesse dans les marches. Cela limite grandement les marches pouvant être analysées et modélisées dans les applications médicales et les applications de surveillance. L'approche proposée dans cette thèse permet d'effectuer l'analyse, la modélisation et la comparaison de la démarche de personnes à partir de marches et de points de vue non contraints. L'approche proposée est principalement constituée d'une méthode de rectification du point de vue qui permet de générer une vue fronto-parallèle (vue de profil) de la trajectoire imagée des membres d'une personne. Cette méthode de rectification de la vue est basée sur un modèle de marche novateur qui utilise la géométrie projective pour faire les liens spatio-temporels entre la position des membres dans la scène et leur contrepartie dans les images provenant d'une caméra. La tête et les pieds sont les seuls membres nécessaires à l'approche proposée dans cette thèse. La position et le suivi de ces membres sont automatiquement effectués par un algorithme de suivi des membres développé dans le cadre de cette thèse. L'analyse de la démarche est effectuée par une nouvelle méthode qui extrait des caractéristiques de la démarche à partir de la trajectoire rectifiée des membres. Un nouveau modèle de la démarche basé sur la trajectoire rectifiée des membres est proposé afin de permettre la modélisation et la comparaison de la démarche en utilisant les caractéristiques dynamiques de la démarche. L'approche proposée dans cette thèse est premièrement validée à l'aide de marches synthétiques comprenant plusieurs points de vue différents ainsi que des changements de direction. Les résultats de cette étape de validation montrent que la méthode de rectification de la vue fonctionne correctement, et qu'il est possible d'extraire des caractéristiques de la démarche valides à partir de la trajectoire rectifiée des membres. Par la suite, l'analyse, la modélisation et la comparaison de la démarche de personnes sont effectuées sur des marches réelles qui ont été acquises dans le cadre de cette thèse. Ces marches sont particulièrement difficiles à analyser et à modéliser puisqu'elles ont été effectuées près de la caméra et qu'elles comportent des changements de direction et de vitesse. Les résultats d'analyse de la démarche confirment que les caractéristiques de la démarche obtenues à l'aide de la méthode proposée sont réalistes et sont en accord avec les résultats présentés dans les études cliniques de la démarche. Les résultats de modélisation et de comparaison de la démarche démontrent qu'il est possible d'utiliser la méthode proposée pour reconnaître des personnes par leur démarche dans le contexte des applications de surveillance. Les taux de reconnaissance obtenus sont bons considérant la complexité des marches utilisées dans cette thèse. / Gait analysis, modelling and comparison using computer vision algorithms has recently attracted much attention for medical and surveillance applications. Analyzing and modelling a person's gait with computer vision algorithms has indeed some interesting advantages over more traditional biometrics. For instance, gait can be analyzed and modelled at a distance by observing the person with a camera, which means that no markers or sensors have to be worn by the person. Moreover, gait analysis and modelling using computer vision algorithms does not require the cooperation of the observed people, which thus allows for using gait as a biometric in surveillance applications. Current gait analysis and modelling approaches have however severe limitations. For instance, several approaches require a side view of the walks since this viewpoint is optimal for gait analysis and modelling. Most approaches also require the walks to be observed far enough from the camera in order to avoid perspective distortion effects that would badly affect the resulting gait analyses and models. Moreover, current approaches do not allow for changes in walk direction and in walking speed, which greatly constraints the walks that can be analyzed and modelled in medical and surveillance applications. The approach proposed in this thesis aims at performing gait analysis, modelling and comparison from unconstrained walks and viewpoints in medical and surveillance applications. The proposed approach mainly consists in a novel view-rectification method that generates a fronto-parallel viewpoint (side view) of the imaged trajectories of body parts. The view-rectification method is based on a novel walk model that uses projective geometry to provide the spatio-temporal links between the body-part positions in the scene and their corresponding positions in the images. The head and the feet are the only body parts that are relevant for the proposed approach. They are automatically localized and tracked in monocular video sequences using a novel body parts tracking algorithm. Gait analysis is performed by a novel method that extracts standard gait measurements from the view-rectified body-part trajectories. A novel gait model based on body-part trajectories is also proposed in order to perform gait modelling and comparison using the dynamics of the gait. The proposed approach is first validated using synthetic walks comprising different viewpoints and changes in the walk direction. The validation results shows that the proposed view-rectification method works well, that is, valid gait measurements can be extracted from the view-rectified body-part trajectories. Next, gait analysis, modelling, and comparison is performed on real walks acquired as part of this thesis. These walks are challenging since they were performed close to the camera and contain changes in walk direction and in walking speed. The results first show that the obtained gait measurements are realistic and correspond to the gait measurements found in references on clinical gait analysis. The gait comparison results then show that the proposed approach can be used to perform gait modelling and comparison in the context of surveillance applications by recognizing people by their gait. The computed recognition rates are quite good considering the challenging walks used in this thesis.

L’objectif du projet est de décrire le trafic de l’environnement réel d’un utilisateur en situation de conduite pour qu’un environnement virtuel lui soit plus adapté. Un véhicule équipé de caméras est confié au futur utilisateur du simulateur pour qu’il effectue plusieurs sorties dans son milieu. Des algorithmes de détection et de suivi sont ensuite appliqués sur ces séquences vidéos. Les détecteurs employés utilisent des caractéristiques Haarlike pour entraîner un système d’arbre de décision boosted en cascade. Ces détecteurs produisent de bons résultats pour des objets rigides malgré une grande complexité d’entraînement. Le suivi se fait par l’appariement de points SIFT. L’emphase du travail fut mise sur le développement du framework de détection et de suivi et l’évaluation de ses performances. Le système performe relativement bien lorsqu’il doit détecter et suivre des objets de moyenne ou grande taille, mais présente des faiblesses sur les petits objets et les changements de pose. / The goal of this project is to describe the traffic present in the real world of a simulator user so that the virtual environment is more adapted to him. A vehicle equipped with non-overlapping-view cameras is lent to the simulator’s future user so that he can use it in his driving environment. These collected data will be analyzed using detecting and tracking algorithms. The selected detector uses Haarlike features combined with boosted cascaded decision trees. Those detectors have a high training complexity, but produce good results for rigid objects. Tracking is carried out by the matching of SIFT feature points. The research emphasis was put on the development of the detection and tracking framework. The system performs relatively well for the detection and the tracking on medium and large objects, but shows some weakness to detect or track small objects and to track a pose changing object.

Introduction : Les personnes âgées vivant à domicile font des chutes qui peuvent entraîner des conséquences graves. La possibilité de les détecter et d’intervenir rapidement grâce à la vidéosurveillance intelligente constitue une avenue prometteuse. Objectif : L’étude vise à explorer la perception et la récep-tivité des acteurs du système de santé face à l’utilisation de cette technologie sous trois aspects : la transmission des images, l’accessibilité de leur clientèle à cette technologie et son introduction dans leur pratique. Méthodologie : Sept groupes de discussion focalisée ont permis de recueillir le point de vue de 31 participants. Une analyse de contenu avec le logiciel N’Vivo a été réalisée. Résultats : Les participants estiment que les images de chute pourraient parve-nir au CLSC, au proche aidant, au 911 ou à une centrale de surveillance. Ils considèrent que des critères d’admissibilité seraient nécessaires pour favoriser l’accessibilité à la vidéosurveillance intelligente qui, croient-ils, pourrait améliorer les interventions en termes de gestion des urgences lors de chutes et de déter-mination de leurs causes. Conclusion : Les participants sont favorables à la technologie proposée, mais ils requerraient une période d’adaptation afin d’ajuster leur pratique. Ils suggèrent la réalisation d’un projet pilote qui validerait cette technologie. / Introduction: Elderly living at home fall and this may result in severe consequences. However, rapid detection and effective intervention using an intel-ligent videomonitoring system is very promising. Objective: The study aims at exploring the perception and receptiveness of healthcare providers regarding this technology from three angles: image transmission, the accessibility of their cli-ents to such a system, and its introduction in their practice. Methodology: Seven focus groups allowed 31 healthcare providers to express their points of view. A content analysis was performed with N’Vivo software. Findings: Participants reckon that CLSC, caregivers, the 911 or a central call center might receive im-ages of falls. They believe that admission criteria might have to be developed in order to ensure accessibility to the videomonitoring system which, they think, could improve their interventions in terms of emergency management when falls occur as well as of cause seeking. Conclusion: The participants are in favour of using the intelligent videomonitoring system, but they might require an adaptation period in order to adjust their practices. They have recommended that a pilot study be carried out to confirm its feasibility in a real-life setting.

No description available.

Ce travail s'inscrit dans le cadre d'une thèse Cifre autour de la conception d'un système d'enregistrement vidéo embarqué destiné à la surveillance dans les véhicules de transport en commun.<br />Parmi les applications visées, nous nous sommes concentrés sur la détection d'anomalies de fonctionnement des caméras, la compression sélective et le comptage de personnes.<br />Elles sont basées sur une analyse des images issues des caméras de surveillance embarquées dans les véhicules.<br />L'analyse vidéo dans ce contexte très spécifique est un problème complexe à cause des différentes variations en illumination et en mouvement qui perturbent les algorithmes classiques, ainsi que de part la grande variabilité des objets d'intérêt que sont les personnes.<br />Deux familles d'algorithmes sont considérées dans cette thèse.<br /><br /> Dans une première partie, nous nous intéressons à l'analyse de l'état du système d'acquisition, en terme de netteté des images, de bon positionnement de la caméra et de bonne visibilité de la scène filmée.<br />Les méthodes définies, robustes et efficaces, permettent de construire des applications surveillant en continu le bon fonctionnement des caméras, ainsi que des applications aidant à l'installation des caméras.<br /><br /> Dans une deuxième partie, nous abordons la détection et le suivi de personnes dans cet environnement dynamique.<br />Le schéma général du système permet la fusion de différentes sources d'information dans un cadre probabiliste.<br />Nous avons en particulier développé un modèle d'arrière-plan permettant une détection robuste des pixels d'avant-plan.<br />La détection de personnes est basée sur la combinaison de sources d'information telle que le mouvement ou la peau au sein d'un modèle de personne adapté au problème posé.<br />Ces outils ont ensuite été utilisés pour réaliser la compression sélective des vidéos en fonction de l'intérêt porté aux différents objets extraits, ainsi que dans une application de comptage de personnes.

Dans l’optique que la télésurveillance est devenue un outil indispensable en matière de sécurité, notre projet de recherche porte sur la manière dont elle est utilisée à des fins de gestion de l’ordre dans une propriété privée de masse (propriété privée que le public général est invité à visiter). Il s’agit de comprendre le rôle du centre de contrôle de télésurveillance dans la gestion d’un centre commercial. De façon plus spécifique, nous voulons décrire le fonctionnement et les objectifs des technologies de télésurveillance et les méthodes de contrôle utilisées dans un espace privé de masse. Nous voulons décrire les pratiques des agents affectés au centre de contrôle de télésurveillance ainsi que leur perception des notions de sécurité et d’ordre, avec une attention particulière accordée à la surveillance des lieux. Le site que nous avons sélectionné est un édifice situé en plein cœur du centre-ville de Montréal, où nous retrouvons des galeries commerciales abritant plusieurs restaurants et boutiques. Afin d’atteindre nos objectifs de recherche, nous avons fait plus de 150 heures d’observation participante dans le centre de contrôle de télésurveillance. Nos observations étaient complétées par des entretiens spontanés, afin de bien comprendre la dynamique et les interactions entre les agents, les autres employés et les visiteurs. Ainsi, notre matériel empirique est surtout de nature qualitative, mais nous avons complété ces données avec une grille d’analyse quantitative permettant une analyse minutieuse de l’emploi du temps des agents de sécurité à l’aide d’un fichier informatisé. Nous sommes en mesure d’établir que la surveillance dans une propriété privée de masse vise, à biens des égards, la gestion de l’image. La sécurité proprement dite est reléguée au second plan, derrière tout ce qui est relatif au marketing et à l’encouragement à la consommation. De plus, nous avons constaté que les agents de sécurité dans de tels lieux servent surtout à répondre à des besoins organisationnels ponctuels, leur quotidien n’étant guidé par aucune mission globale. Quant au centre de contrôle de vidéosurveillance, nous pouvons affirmer que son rôle est de s’assurer que toutes les activités au centre se déroulent comme convenu par les gestionnaires de l’établissement. / In the perspective that Closed-Circuit Television (CCTV) has become an essential tool in the world of security, our research project attempts to understand the ways in which this tool is used to create order in a mass private property (a private property that the general public is invited to visit). It is a matter of understanding the role of a CCTV system, and of the command center, in the security management of the shopping center. More specifically, we wish to describe the inner functioning and the objectives of the surveillance technologies, as well as the control methods, used in a mass private property. Also, we want to describe the practices of the agents assigned to the control center and their perceptions on safety and order, with a particular attention given to the surveillance of the environment. The selected site for this study is a commercial building located in downtown Montreal, which houses several restaurants and shops. In order to achieve our research objectives, we completed more than 150 hours of active observation in a CCTV monitoring control center. Our observations were supplemented with spontaneous discussions in order to better understand the dynamics and interactions between agents, other employees and visitors. As such, our empirical material is mainly qualitative in nature; however, we complemented these data with a quantitative analysis grid allowing for a meticulous analysis of the security agents’ timetable using a computerized file. We are able to establish that monitoring in a mass private property aims primarily image management, and safety itself is considered less important than marketing and consumption encouragement. Moreover, we discovered that security agents’ day-to-day activities were not guided by a global mission, but rather serve the timely organizational needs. As for the CCTV monitoring control center, we claim that its main role is to help the establishment’s managers insure that all activities progress as planned.

Introduction : Les personnes âgées vivant à domicile font des chutes qui peuvent entraîner des conséquences graves. La possibilité de les détecter et d’intervenir rapidement grâce à la vidéosurveillance intelligente constitue une avenue prometteuse. Objectif : L’étude vise à explorer la perception et la récep-tivité des acteurs du système de santé face à l’utilisation de cette technologie sous trois aspects : la transmission des images, l’accessibilité de leur clientèle à cette technologie et son introduction dans leur pratique. Méthodologie : Sept groupes de discussion focalisée ont permis de recueillir le point de vue de 31 participants. Une analyse de contenu avec le logiciel N’Vivo a été réalisée. Résultats : Les participants estiment que les images de chute pourraient parve-nir au CLSC, au proche aidant, au 911 ou à une centrale de surveillance. Ils considèrent que des critères d’admissibilité seraient nécessaires pour favoriser l’accessibilité à la vidéosurveillance intelligente qui, croient-ils, pourrait améliorer les interventions en termes de gestion des urgences lors de chutes et de déter-mination de leurs causes. Conclusion : Les participants sont favorables à la technologie proposée, mais ils requerraient une période d’adaptation afin d’ajuster leur pratique. Ils suggèrent la réalisation d’un projet pilote qui validerait cette technologie. / Introduction: Elderly living at home fall and this may result in severe consequences. However, rapid detection and effective intervention using an intel-ligent videomonitoring system is very promising. Objective: The study aims at exploring the perception and receptiveness of healthcare providers regarding this technology from three angles: image transmission, the accessibility of their cli-ents to such a system, and its introduction in their practice. Methodology: Seven focus groups allowed 31 healthcare providers to express their points of view. A content analysis was performed with N’Vivo software. Findings: Participants reckon that CLSC, caregivers, the 911 or a central call center might receive im-ages of falls. They believe that admission criteria might have to be developed in order to ensure accessibility to the videomonitoring system which, they think, could improve their interventions in terms of emergency management when falls occur as well as of cause seeking. Conclusion: The participants are in favour of using the intelligent videomonitoring system, but they might require an adaptation period in order to adjust their practices. They have recommended that a pilot study be carried out to confirm its feasibility in a real-life setting.