SafeCall

---

Présentation

SafeCall est une API intelligente qui analyse des vidéos et audios afin de détecter automatiquement des situations critiques comme la violence ou les urgences médicales.

---

Use Case

Le système suit ce flux :

• L’utilisateur envoie une vidéo ou un audio
• Le backend analyse le contenu
• Recherche de similarité dans la base
• Classification intelligente
• Retour du résultat avec un score de confiance

---

Architecture détaillée

Pipeline complet

1. Entrée

   • Vidéo / audio uploadé via API

2. Extraction

   • Audio → Wav2Vec2
   • Vidéo → CLIP

3. Vectorisation

   • Transformation en embeddings

4. Stockage

   • Weaviate
   • VideoEmbeddings
   • AudioEmbeddings

5. Recherche

   • Similarité (k-NN)
   • Comparaison avec données existantes

6. Classification

   • violent / non violent
   • type d’action

7. Sortie

   • Résultat JSON avec confidence

---

Stack technique

• Python
• Flask
• PyTorch
• CLIP
• Wav2Vec2
• Weaviate
• Docker
• ffmpeg

---

Installation

pip install -r requirement.txt
 Lancement
docker-compose up -d
python weaviate1.py
python safecallback.py
 Health check
curl.exe "http://localhost:5000/health"
Classification
curl.exe -X POST "http://localhost:5000/classify-action" -F "file=@video.mp4"
 Exemple de réponse
 {
  "success": true,
  "file": "exemple.mp4",
  "action_class": "fight",
  "predicted_type": "violent",
  "confidence": 0.86,
  "search_results": [
    {
      "similarity": 0.86,
      "distance": 0.15
    }
  ]
}
 Analyse par similarité

Le système fonctionne avec une logique vectorielle :

🟢 Forte similarité → confiance élevée
🟡 Moyenne → incertitude
🔴 Faible → faible confiance

 Plus la distance est faible, plus le cas est similaire.

📝 Notes
Le premier appel peut être lent (chargement des modèles)
GPU recommandé pour accélérer les calculs
Les fichiers uploadés ne sont pas stockés dans la base
<p align="center"> ⚡ SafeCall — Analyse intelligente pour la sécurité en temps réel </p> ```