IA et reconnaissance visuelle

Voici une image assez célèbre. À combien de grévistes du Front Populaire peut-on évaluer cette foule ?

Alignons sur la ligne de départ 6 plateformes basique d’I.A. et passons leur la même requête : « estimer le nombre d’hommes sur cette image ». S’ils proposent un approfondissement, laissons les faire, sinon, poussons-les un peu.

CHAT GPT d’Open AI

Comme il s’agit d’une foule dense avec de nombreux visages partiellement cachés, je ne peux donner qu’une estimation visuelle.

En observant l’image :

• La foule occupe presque toute la largeur et une grande profondeur.
• On distingue clairement plusieurs centaines de têtes/visages.
• Les personnes au fond sont très serrées et difficiles à compter individuellement.

Mon estimation : entre 500 et 700 hommes, avec une valeur centrale d’environ 600 personnes visibles sur la photo. L’incertitude est assez importante (±100) à cause des occultations et de la perspective.

Si tu le souhaites, je peux aussi tenter une estimation plus systématique en découpant l’image en zones et en calculant une densité de foule par région.

Si nous acceptons cette proposition, voici le résultat :
Total estimé : 620 à 820 personnes.

Ma meilleure estimation unique serait environ 700 personnes visibles. Pourquoi plus que ma première estimation ?

• La foule s’étend très loin vers le fond de la cour.
• Les rangs arrière sont extrêmement serrés.
• Beaucoup de têtes ne sont visibles que partiellement entre les bras levés.

Je donnerais donc 700 hommes visibles (marge d’erreur ±100).
À noter qu’on ne peut pas affirmer que toutes les personnes sont des hommes à partir de la photo seule ; il est simplement probable que la très grande majorité le soient compte tenu du contexte historique et de l’apparence générale de la foule.

PERPLEXITY d’Aravind Srinivas

À vue d’œil, j’estimerais qu’il y a environ 350 à 450 hommes sur l’image, avec un point central autour de 400. C’est une estimation approximative, car la densité du groupe, les visages partiellement cachés et la profondeur de champ rendent un comptage exact difficile sur cette photo.

PROMPT 2 : bien mais je veux plus de détais sur peu cette estimation.

Oui — mon estimation de 400 hommes environ vient de plusieurs indices visuels sur la photo.

Comment j’estime : La foule occupe presque toute la largeur de l’image, avec plusieurs rangées visibles du premier plan jusqu’au fond. On distingue clairement une masse très compacte au centre et à gauche, ce qui suggère un effectif élevé plutôt qu’un simple groupe de quelques dizaines.

Le premier plan contient déjà beaucoup de visages distincts, et derrière eux on voit encore plusieurs couches de personnes superposées. En profondeur, la densité baisse un peu vers le fond, mais l’étendue totale reste importante.

Méthode mentale : je raisonnerais en plusieurs bandes :

Premier plan visible : environ 80 à 120 hommes.
Zone médiane : environ 150 à 200 hommes.
Fond de l’image : environ 100 à 150 hommes.

En additionnant, on arrive à une fourchette d’environ 330 à 470 hommes, ce qui rend 400 plausible comme valeur centrale.

Pourquoi pas beaucoup moins ?
Je n’irais pas vers 100 ou 200, parce que la photo montre bien plus que quelques rangs. Même si beaucoup de personnes sont partiellement cachées, l’image est suffisamment dense pour indiquer une foule de plusieurs centaines.

Pourquoi pas beaucoup plus ?
Je n’irais pas non plus vers 700 ou 1000, parce que la profondeur visible de la foule reste limitée et qu’on ne voit pas une extension massive hors champ. L’agrégation est forte, mais pas au point de suggérer un très grand rassemblement de type stade.

GEMINI de Google

Estimer le nombre précis de personnes sur cette photo est un véritable défi héraldique… ou plutôt statistique ! C’est une foule extrêmement dense qui s’étend profondément en arrière-plan.
Pour vous donner une idée réaliste :

• Au premier plan et mi-plan (la zone où les visages sont distincts et bien visibles), on peut compter facilement entre **80 et 100 personnes.
• En arrière-plan la foule se masse sur une pente ascendante et les silhouettes finissent par se confondre. Dans cette section, la densité suggère qu’il y a au moins 200 à 300 personnes supplémentaires (voire davantage) qui s’étalent vers le fond.

Au total, on peut estimer qu’il y a entre 300 et 450 personnes visibles (en tout ou partie) sur ce cliché historique des grèves de 1936.

PROMPT 2 : bien mais je veux plus de détais sur peu cette estimation.

Pour détailler cette estimation, on peut découper l’image en trois zones distinctes de densité croissante, en allant du bas vers le haut de l’image. Cela permet de rendre le calcul plus rigoureux qu’un simple coup d’œil global. Voici la décomposition de l’analyse :

1. Le premier plan (Le bas de l’image). Cette zone s’étend du bas de la photo jusqu’au niveau du visage de la femme visible sur la gauche (au niveau des yeux).

• Caractéristiques : Les visages et les bustes sont entièrement visibles, nets et bien détachés les uns des autres.
• Comptage : On y dénombre précisément 16 personnes (dont l’homme au béret bien centré et l’homme à la cigarette en bas à droite)

2. Le plan moyen (Le cœur de la foule). Cette zone va du niveau de la femme à gauche jusqu’au début de la structure métallique sombre en arrière-plan (au milieu du ciel).

• Caractéristiques : C’est la partie la plus large de l’image. Les visages y sont encore très identifiables, mais les corps commencent à se masquer les uns les autres. La concentration de poings levés y est la plus forte.
• Comptage : En comptant par blocs de 10 à 15 personnes (de gauche à droite), on arrive à un sous-total d’environ 75 à 85 personnes bien visibles dans cette section

3. L’arrière-plan (La colline humaine). Cette zone commence juste au-dessus de la structure métallique et remonte jusqu’au sommet de la crête, là où la foule touche le ciel blanc.

• Caractéristiques : La perspective et l’effet de pente créent un tassement visuel. Les individus ne sont plus représentés que par des petits cercles sombres (les casquettes/visages) et des lignes verticales (les bras levés).
• Technique d’estimation : On utilise ici une méthode de quadrillage (ou densité de surface). La zone supérieure occupe environ 25 % de la surface de la photo. Au sommet, la ligne de crête compte à elle seule une trentaine de têtes alignées de gauche à droite.En comptant le nombre de rangées visibles sur la pente (environ 8 à 10 rangées de profondeur), on obtient une densité estimée entre 220 et 280 personnes pour cette seule section.

Tableau récapitulatif de l’estimation

Note historique : Ce type de cadrage serré et en contre-plongée (utilisé ici en 1936) était volontairement choisi par les photographes de l’époque pour accentuer l’effet de "masse" et donner l’impression que la foule se prolongeait à l’infini au-delà du cadre.

COPILOT de Microsoft

Estimation courte : il y a probablement entre 250 et 350 hommes sur cette image.
Comment j’arrive à cette estimation ? Je me base sur trois éléments visuels clés :

1. densité du groupe — les hommes sont serrés, environ 6 à 8 personnes par m² dans les zones surface occupée — la foule couvre approximativement 35 à 45 m² visibles.
2. répartition en profondeur — les rangs s’étendent loin vers l’arrière, avec une densité qui diminue légèrement.

En combinant ces facteurs, on obtient une fourchette réaliste autour de 300 individus.

Si tu veux, je peux : faire une estimation plus précise en découpant mentalement l’image en zones.

Voici une estimation plus précise, en découpant l’image en zones et en appliquant une méthode de comptage par échantillons. Je reste dans une fourchette réaliste : entre 280 et 330 hommes, avec un centre de gravité autour de 310.

J’ai découpé mentalement l’image en trois bandes horizontales (avant / milieu / arrière), car la densité change avec la profondeur.

1. Bande avant - la plus nette Densité : 7–8 hommes/m² S urface visible : 6 m² → ≈ 45–50
2. Bande centrale - la plus dense : Densité : 8–9 hommes/m² Surface : 12–14 m² → ≈ 100–120
3. Bande arrière - plus floue, densité moindre : 5–6 hommes/m² Surface : 20 m²→ ≈ 120–150

Synthèse mathématique en additionnant les trois zones :
Avant : 50 Centre : 110 Arrière : 140 → ≈ 300 hommes, une marge d’erreur de ±10%.

LE CHAT de Mistral AI

Cette image montre une grande foule d’hommes, probablement des ouvriers, levant le poing.
En observant la densité et la répartition des personnes, on peut estimer qu’il y a entre 500 et 1 000 hommes sur cette photo.

Cette estimation est basée sur la taille apparente de la foule et la densité visible. Si tu veux une estimation plus précise, il faudrait analyser la surface couverte et la densité moyenne par mètre carré, mais cela reste une approximation visuelle.

Tu veux que je détaille davantage la méthode d’estimation ?

Pour estimer plus précisément le nombre de personnes sur cette image, voici la méthode que j’utilise :

1. Estimation de la surface couverte par la foule
Largeur : La foule semble occuper presque toute la largeur de l’image, soit environ 10 à 12 mètres (en supposant que les bâtiments en arrière-plan sont des usines ou des entrepôts typiques de l’époque, avec des portes de 3-4 mètres de large).

Profondeur : La foule s’étend sur plusieurs rangées, avec une profondeur estimée à 8-10 mètres (en comptant les rangées visibles et l’espace entre elles).
Surface totale estimée : 10 m (largeur) × 10 m (profondeur) = 100 m².

2. Densité de la foule
Dans une foule serrée, on estime généralement 2 à 4 personnes par mètre carré (selon la densité : 2 pour une foule lâche, 4 pour une foule très compacte).
Ici, la foule semble très dense, avec des personnes debout côte à côte, levant le poing.
Densité estimée : 3 à 4 personnes/m².

3. Calcul du nombre total
Estimation basse : 100 m² × 2 personnes/m² = 200 personnes
Estimation haute : 100 m² × 4 personnes/m² = 400 personnes
Cependant, l’image montre clairement beaucoup plus de monde que cela. En réalité, la foule semble s’étendre bien au-delà de la zone centrale, avec des centaines de personnes visibles sur toute la largeur et la profondeur.

4. Réévaluation visuelle
En comptant les rangées visibles (au moins 10-15 rangées de personnes) et en estimant 20 à 30 personnes par rangée (sur la largeur), on arrive à :
15 rangées × 30 personnes = 450 personnes (minimum).
En ajoutant les personnes en arrière-plan et sur les côtés, on dépasse facilement 500 personnes.

5. Estimation finale
En combinant ces observations, l’estimation la plus réaliste se situe entre 600 et 1 000 personnes.

Remarque : Cette estimation reste approximative, car elle dépend de l’angle de la photo, de la perspective et de la densité réelle. Pour une estimation exacte, il faudrait des outils d’analyse d’image avancés ou des données supplémentaires.

GROK d’Elon Musk

Estimation : environ 800 à 1 500 hommes sur cette photo.

Raisonnement visuel :
La photo montre une foule très dense sur ce qui ressemble à des gradins, une pente ou un talus devant un bâtiment industriel (typique des grèves de 1936).

Au premier plan : on distingue clairement une vingtaine de visages/épaules bien visibles.Sur la largeur totale de l’image : environ 25 à 35 personnes par « rangée ».

En profondeur/hauteur : il y a une quinzaine à une vingtaine de rangs visibles, avec la foule qui continue de s’étendre vers le fond (beaucoup de têtes plus petites).

La densité est très élevée, presque tout le cadre est rempli de manifestants (presque uniquement des hommes, comme c’était fréquent à l’époque dans les usines).

Cela donne un ordre de grandeur de 800 à 1 500 personnes sur l’image elle-même (pas le total de la manifestation). C’est une estimation classique pour ce type de photo historique de foule compacte. Si c’est la fameuse photo des grévistes de 1936 (Keystone ou similaire), elle est souvent décrite comme représentant plusieurs centaines de travailleurs en un seul cadre.

Tu veux que j’essaie d’être plus précis en comptant par zones ?

Estimation plus précise par zones : environ 950 à 1 300 hommes.

J’ai divisé l’image en plusieurs zones pour compter plus rigoureusement (en me basant sur les rangées visibles, la densité et la perspective) :

1. Premier plan (bas de l’image, 30-40 % de la hauteur)
Très net, visages et bustes bien visibles.
Largeur : 28 à 32 personnes.
Profondeur : 5 à 6 rangs bien distincts.
Sous-total : 160 à 190 personnes.

2. Milieu de l’image (zone centrale, la plus dense)
Toujours très rempli, poings levés partout.
Largeur : 30 à 35 personnes.
Profondeur : 7 à 9 rangs.
Sous-total : 220 à 300 personnes.

3. Arrière-plan / haut de l’image (têtes plus petites, perspective)
Foule qui monte sur la pente/gradins, densité reste forte mais détails diminuent.
Largeur : 25 à 32 personnes.
Profondeur : 8 à 12 rangs visibles (beaucoup de têtes entassées).
Sous-total : 250 à 380 personnes.

4. Bords et recoins
À gauche et droite, quelques personnes partiellement coupées + ceux un peu en retrait.
Sous-total : 80 à 120 personnes.

Total estimé : 710 à 990 → je monte à 950-1 300 car il y a encore des têtes cachées ou très petites dans les zones les plus denses (surtout au centre et en haut).

C’est une photo très compacte typique des meetings de grévistes de 1936 : les ouvriers sont serrés les uns contre les autres. Le chiffre rond le plus réaliste selon moi est autour de 1 100 personnes visibles sur cette image.

Tableau récapitulatif

En conclusion, cela ressemble terriblement aux évaluation humaines, avec ce charmant décalage entre les chiffes de la police et ceux des syndicats...

Et vous, combien en compteirez-vous de grévistes ? Préférez-vous la méthode du zonage ou celle du quadrillage ?