Le 5 novembre, j'étais sur un pont au-dessus du cortège, téléphone à la main. En bas, la rue était noire de monde. Combien ? Je n'en avais aucune idée. Mille ? Cinq mille ? Dix mille ? À l'œil, on ne sait pas. Le soir, la préfecture annonçait 9 000 manifestants à Besançon. J'ai voulu savoir combien de personnes j'avais vraiment vues passer sous mes pieds.
Ce qu'on compte, et seulement ça
Le chiffre de cet article répond à une seule question : combien de personnes sont passées sous ce pont pendant que je filmais ?
- Où : un seul point, le pont au-dessus de l'avenue Edgar-Faure. Les gens sont filmés de dos, au moment où ils sortent de sous le pont.
- Quand : de 14 h 18, quand passe la voiture de police qui ouvre le cortège, à 15 h 01, la queue du cortège. Huit vidéos. J'ai vérifié sur les images et sur mes photos que personne n'est passé pendant les coupures : le cortège était à l'arrêt ou la route était vide.
- Ce qui n'est pas dedans : les étudiants bloqués par un cordon de police au pont Battant, qui ne sont pas passés sous ce pont ; les personnes restées sur le parking Battant ou parties avant le pont ; celles qui ont rejoint le cortège plus loin.
Ce n'est pas le nombre de manifestants de la journée. C'est un comptage exact en un point, et ce chiffre est un plancher.
Le résultat : 3 380 personnes
Pour se représenter ce que ça fait : la grande vague du cortège, celle qui a mis 13 minutes à passer, représente à elle seule près de 3 000 personnes. Vue d'en haut, elle remplissait toute la largeur de la route jusqu'au bout du champ de vision, et elle paraissait immense. Elle l'était, mais à l'échelle de quelques milliers, pas de dix mille.
Pourquoi c'est si difficile
J'ai cru que ce serait simple : une IA qui reconnaît les gens, une ligne tracée en travers de la rue, et on compte ceux qui la franchissent. Il a fallu trois méthodes, deux erreurs et beaucoup de vérifications à la main.
Première tentative : suivre chaque personne
C'est la méthode des cabinets de comptage professionnels. Un détecteur (YOLO) repère chaque silhouette, un algorithme de suivi (ByteTrack) la suit d'une image à l'autre, et on compte chaque personne qui franchit la ligne.
Sur un cortège clairsemé, ça marche. Dans une foule serrée, les gens se cachent les uns les autres, le suivi les perd, et l'outil sous-compte sans prévenir. Résultat : environ 2 400, et des contrôles à la main qui ne collaient pas.
Deuxième tentative : la densité multipliée par la vitesse
Un autre type d'IA (DM-Count) estime combien de personnes il y a dans chaque coin de l'image, même quand les têtes se chevauchent. On mesure ensuite la vitesse de la foule sur la vidéo. Le nombre de personnes qui franchissent la ligne chaque seconde, c'est la densité multipliée par la vitesse.
Cette méthode donnait d'abord environ 2 500 personnes. On verra plus bas que c'était faux.
La méthode retenue : regarder, image par image
On a fini par faire quelque chose de simple, que n'importe qui peut vérifier :
- On trace une bande en travers de la rue, juste après le pont.
- On prend des images espacées de façon que la foule avance exactement de la largeur de la bande entre deux images. Celui qui entre dans la bande sur une image en est sorti sur la suivante. Chaque personne apparaît donc dans une bande et une seule. Quand le cortège s'arrête, on ne prend pas d'image. Quand il accélère, les images se resserrent.
- Une IA marque les têtes qu'elle voit dans la bande, en vert. Les têtes au-dessus de la ligne pointillée ont déjà été comptées sur l'image précédente, en gris.
- Un humain corrige : il touche un rond vert qui n'est pas une personne (il devient rouge), et touche chaque tête oubliée (rond orange).
- On additionne.
Ce que le pointage a appris
- L'IA rate 4 personnes sur 10. Sur les 3 380 personnes pointées, elle en avait trouvé 2 061. Elle ne s'est presque jamais trompée dans l'autre sens : 3 fausses détections en tout. Les têtes vues de dos, les cheveux sombres, les bonnets et les gens à moitié cachés lui échappent.
- Même à la main, c'est dur de ne pas en louper. Sur les images les plus denses, il y a plus de 40 personnes dans la bande. Une tête à moitié cachée derrière une pancarte, un enfant entre deux adultes, une capuche qui ressemble à un sac à dos : on hésite, on zoome, on revient en arrière. Je ne garantis pas que mon pointage est parfait. Je peux seulement dire que n'importe qui peut rouvrir les mêmes images et recompter.
Le test qui a tout changé : ma femme et ma fille
Ma femme et ma fille étaient dans le cortège. Elles m'ont fait coucou en passant sous le pont, et on les voit sur la vidéo. Pourtant, elles n'apparaissaient sur aucune des images du premier pointage.
En cherchant pourquoi, on a trouvé un bug. Pour compenser le tremblement de mon téléphone, l'outil prenait comme repère fixe le parapet du pont, en bas de l'image. Mais ce parapet est une bande grise et lisse, juste à côté des gens qui passent. Le calcul y « voyait » le mouvement de la foule et le retranchait. La vitesse mesurée tombait alors à 6 pixels par seconde au lieu de 25. Les images étaient espacées de 15 secondes au lieu de 5, et des centaines de personnes passaient entre deux images sans être vues.
Ce même bug faussait la méthode densité × vitesse. Les deux méthodes donnaient environ 2 400 et tombaient d'accord, mais c'était un hasard.
Il a fallu un témoin, deux personnes dont on savait qu'elles étaient passées, pour s'en rendre compte. Une fois le bug corrigé, on est passé de 152 à 190 images, et de 2 440 à 3 380 personnes.
Les chiffres officiels, et leur périmètre
| Source | Chiffre | Périmètre annoncé |
|---|---|---|
| Préfecture du Doubs (France 3, 18 h 53) | 9 000 | aucun : ni lieu de comptage, ni heure, ni méthode |
| ICI Besançon | ≈ 5 000 « au plus fort » | près du pont Battant, un moment de la journée ; chiffre lu à 15 h 52, absent de la version actuelle de l'article |
| macommune.info | ≈ 300 | un cortège parti de la place Leclerc vers la gare à 17 h 25 |
| Intersyndicale | introuvable au 8 novembre | — |
| Ce comptage | 3 380 | sous un pont, de 14 h 18 à 15 h 01, hors étudiants bloqués |
Le 31 octobre, ICI Besançon titrait sur « plus de 4 000 personnes » à Besançon.
Mon chiffre ne contredit pas ces chiffres, parce qu'il ne compte pas la même chose. Mais c'est justement le problème : pour le chiffre de la préfecture, on ne sait pas ce qu'il compte. Les 9 000 incluent-ils les étudiants bloqués ? Ceux restés sur le parking ? Les gens comptés deux fois en deux endroits ? Un chiffre publié sans son périmètre ne se vérifie pas.
Celui qui publie un chiffre doit dire ce qu'il a compté. C'est ce que j'essaie de faire ici.
Compter vous-même : les bonnes conditions
- Un point haut et fixe, dans l'axe du cortège : un pont, un balcon. De dos ou de face, pas de côté.
- Un appui : un trépied ou le parapet. Moins l'image bouge, plus la mesure de vitesse est fiable.
- Filmer tout le passage, et ne couper que quand personne ne passe. Noter l'heure de chaque coupure.
- Prendre aussi quelques photos vers l'amont, d'où vient le cortège : elles montrent ce qui reste à passer au moment de la coupure.
- Attention à la lumière : le 5 novembre à 14 h 30, le soleil bas faisait de longues ombres que les détecteurs prennent parfois pour des personnes.
- Avoir un témoin : quelqu'un dont on connaît le moment de passage, et qu'on doit retrouver dans le comptage.
Flouter avant de publier
Toutes les images de cet article sont floutées pour qu'on ne reconnaisse personne. Notre outil a une commande flouter. Il existe aussi deface, un outil libre qui floute les visages. Pour les captures de cet article, j'ai aussi flouté chaque tête ajoutée à la main pendant le pointage.
Un visage que le détecteur rate reste net.
Comment comptent les autres
La police. À Paris, deux équipes de policiers postées en hauteur comptent le cortège au passage, par paquets de 10 à 100 personnes, avec un compteur à main. On garde la plus haute des deux estimations, et on y ajoute 10 %. Un recomptage sur vidéo est fait deux jours plus tard. Il est presque toujours plus bas, parfois de l'ordre de 20 %, mais il n'est jamais publié. Pour Besançon, la préfecture n'a rien dit de sa méthode.
Le cabinet Occurrence. Depuis 2017, plusieurs médias font compter les cortèges parisiens par ce cabinet indépendant. Deux capteurs sont placés en hauteur, une ligne virtuelle est tracée en travers de la rue, et des comptages humains de 20 à 30 secondes servent à corriger la machine. C'est exactement le principe de notre pont. Le cabinet a reconnu une marge d'erreur de 8 %. Le 31 janvier 2023 à Paris, la CGT annonçait 500 000 manifestants, le ministère de l'Intérieur 87 000, et Occurrence 55 000.
Ce qu'on leur reproche. Un seul point de comptage, qui ne voit ni ceux qui rejoignent le cortège après, ni ceux qui le quittent avant. Des vidéos qui ne sont pas publiques, donc qu'on ne peut pas vérifier. Des corrections à la main qui peuvent atteindre 25 % dans une foule dense. Et le refus de publier une fourchette plutôt qu'un chiffre unique.
En 2015, une commission d'experts installée par le préfet de police de Paris, dont la sociologue Dominique Schnapper, a validé la méthode de la police et fait cinq propositions : adapter le nombre de points de comptage à la manifestation (trois, voire plus), chercher un meilleur outil que le compteur à main, donner une fourchette plutôt qu'un chiffre, publier une notice qui explique la méthode, et publier le recomptage fait après coup.
Mon comptage a les mêmes limites que celui d'Occurrence : un seul point, un seul après-midi. Sa seule différence, c'est que tout se vérifie. Les images sont conservées, et n'importe qui peut recompter une bande et comparer.
Les outils
Pour ce comptage, j'ai assemblé des briques libres avec quelques scripts. Ce n'est pas encore un logiciel que d'autres peuvent installer, mais voici comment il marche :
- Un détecteur de personnes et un suivi (Ultralytics YOLO et ByteTrack) comptent chaque silhouette qui franchit une ligne tracée en travers de la rue. Simple, mais il perd beaucoup de monde dans une foule serrée.
- Un modèle de densité (DM-Count) estime combien de personnes il y a dans chaque zone de l'image, et le flux optique mesure la vitesse de la foule. Le débit, c'est la densité multipliée par la vitesse.
- Un détecteur de têtes, spécialisé dans les foules vues d'en haut, pré-marque les têtes sur les images à pointer.
- Une petite application web de pointage, écrite pour l'occasion : elle montre les images une par une, avec les têtes trouvées par l'IA, et on touche l'écran pour retirer une erreur ou ajouter un oubli. Le total et le taux d'erreur se calculent à mesure.
Tout tourne sur un ordinateur personnel avec une carte graphique, sans envoyer les vidéos sur Internet.
Ce que je retiens
À l'œil, je n'avais aucune idée du nombre. Trois mille personnes, c'est une foule qui remplit toute une route et qui met un quart d'heure à passer. C'est beaucoup, et pourtant c'est loin des chiffres qu'on lit le soir même.
Compter une foule est un vrai travail. Il demande une méthode, des vérifications, et l'honnêteté de dire ce qu'on n'a pas compté. Mon chiffre a été faux deux fois avant d'être juste, et je ne l'ai su que parce que je pouvais le vérifier. C'est tout ce que je demande aux chiffres officiels : qu'on puisse les vérifier.