ANALÝZA OBRAZU A VIDEA

Strojové vidění

Umíme podle přání zákazníka dodat službu nebo produkt, který efektivně zpracuje videozáznamy a obrázky všech formátů pomocí posledních přístupů strojového učení.

Robustnost

Oproti klasickým přístupům strojového vidění, neuronové sítě obecně vykazují vysokou robustnost vůči proměnným světelným podmínkám a vlivům počasí – déšť, sněžení, vrhání stínů, přechody mraků a změna denní doby. Více lze vidět například na YouTube.

Snadná integrace

Náš SW lze nasadit na různá zařízení, kdy může jít přímo o chytré kamery, na ně napojené mikropočítače nebo celé řešení můžeme spustit jako cloudovou službu. Záleží případ od případu a HW vybavení zákazníka.

Umělá inteligence

Naše systémy jsou založeny na posledních přístupech strojového vidění – neuronových sítích a poskytují univerzálnější řešení než běžně používané přístupy nebo lidští pracovníci, oproti nimž se neunaví a podává konzistentní a předvídatelné výsledky.

zaměření na vybranou oblast

Náše řešení umožňují definovat zóny v záběru kamery, které je potřeba monitorovat a nad kterými poběží strojové vidění pro účely detekce, identifikace, klasifikace objektů nebo jevů, počítání objektů, spuštění alarmu apod.

Sledování objektů napříč více kamerovými záznamy

Umíme pracovat se záznamy ze záběrů více kamer a ve všech identifikovat vybraný objekt a tím jej sledovat. Nominálně může jít například o automobil, který je zachycen na několika místech ve městě. Pak lze například z časové souslednosti těchto záznamů určit trasu vozidla. Takovéto „sledování“ lze provést i pro záznamy s horším rozlišením bez rozpoznávání SPZ.

Detekce a počítání různých objektů

Již detekované objekty lze počítat a získávat takto různé statistiky, například o provozu na silnici (podle typu vozidel, cyklisté, chodci, zvířata apod.) Můžeme zjistit počet lidí vystupujících na zastávce tramvaje městské hromadné dopravy, viz ukázkové video. V kombinaci se sledováním vozidel z více kamer je možné určit obvyklé trasy pohybu vozidel a tím poskytnout data o vytížení určitých úseků silnic.

Možnosti nastavení na míru zákazníkovi

Naše modely neuronových sítí lze upravit zákazníkovi na míru podle jeho specifických požadavků a podmínek, kde by měl být náš systém nasazený. Nalevo můžeme vidět příklad sítě dotrénované, aby detekovala muže v obleku. Lze obdobně připravit řešení pro rozpoznání (ne)nošení roušek, helem a jiných ochraných pomůcek. Naše systémy se mohou naučit ignorovat pracovníky bezpečnostních služeb ve vybraných zónách.

Anotace potřebných dat

Amitia disponuje vlastní anotační platformou Mark!t včetně anotátorů, kterou využíváme pro opatření dostatečného množství kvalitních dat, která jsou esenciální pro tvorbu SW založeném na strojovém učení. Díky těmto vlastním anotačním zdrojům jsme schopni naše nástroje uzpůsobit na míru specifické aplikaci zákazníka dotrénováním neuronových sítí.

Naše SLUžby využívají:

kontaktUJTE NÁS

Česká Republika

K Hnízdům 221/7, 301 00 Plzeň, Česká Republika

Na realizaci projektu Software pro automatický monitoring pohybu v zakázaných zónách jsou poskytnuty finanční prostředky z rozpočtu statutárního města Plzně v rámci programu podpory spolupráce podniků a výzkumných organizací v Plzeňské aglomeraci „Plzeňské podnikatelské vouchery“.