Разработка системы сравнения и распознавания изображений Система сравнения и распознавания изображений — система технического зрения, предназначенная для решения прикладных маркетинговых и мерчандайзинговых задач. Например, с помощью разработанной системы можно анализировать ассортимент продукции: 1) Осуществлять удаленный контроль выкладки товара на полки. 2) Автоматически обрабатывать информацию, поступающую с обширной дилерской сети.
3) Добиться сокращения затрат на рабочее время мерчендайзера.
4) Осуществлять своевременный контроль остатков продукции на точках.
5) Исключить «человеческий фактор».
6) Сократить время от поступления информации до принятия решения и многое другое. Внедрение разработанной системы технического зрения в производство ритейлинговой компании позволит широко использовать возможности для выявления и анализа зависимости продаж от выкладки товаров, выделения и подсчета топовых позиций продукции в ассортименте конкурентов, что, несомненно, скажется на увеличении прибыли и лидерству на рынке.
Разработка системы детектирования и распознавания логотипов/торговых марок в видеопотоке в реальном времени Система предназначена для автоматической обработки телевизионных видеопотоков с целью сбора коммерчески ценной статистической информации по рекламным блокам. Характеристики: — Разработанная система способна распознавать 1000 логотипов при обработке стандартного телевизионного видеопотока (720 x 576) в реальном времени на умеренных аппаратных мощностях; Точностные показатели: — полнота распознавания: 0.84; — вероятность ложного срабатывания: 0.04% Преимущества по сравнению с аналогами: — Созданная система превосходит ближайшего конкурента (Литва) по вероятности ложного срабатывания более чем в 2 раза (0.04% vs. 0.1%), сопоставимы с ним по полноте распознавания (0.84 vs. 0.845)
Разработка системы распознавания и классификация лиц, предназначенная для безопасности операций в банковской сфере, в аэропортах и на особо охраняемых объектах Может быть использована для решения широкого спектра прикладных задач: — индексирование личностей в системах обработки потокового видео; — верификация личности в публичных организациях (банках, магазинах аэропортах). Система обеспечивает точность классификации: Labeled Faces in the Wild — достигнутая точность задачи верификации лиц 98,2%, (~13000 изображений лиц, 5721 персона); База лиц клиента из банковской сферы – поиск тройки лиц, наиболее похожих на заданное, осуществляемый в базе, содержащей изображения лиц 10000 разных персон – правильное лицо является первым в найденной тройке в 97% случаев. Преимущества по сравнению с аналогами: Система распознавания и классификация лиц является отечественной разработкой, относительно невысокой по сравнению с мировыми аналогами стоимостью, и может служить продуктом импортозамещения.
Интеллектуальный анализ накопленных исторических данных Используя доступные данные исторических наблюдений для автоматического формирования компьютерной модели методами «машинного обучения», которая поможет предсказывать некоторые производственные величины или вероятности возникновения событий, например, вероятность дефолта клиента, характеризованного набором признаков. В результате образуется одна или несколько компьютерных программ \ компонент, способных осуществлять прогноз заданных величин на основании ряда предыдущих значений или иных параметров. Модель проверяется на адекватность на контрольной выборке, не входящей в процесс «обучения». При этом применяется одна или несколько метрик адекватной поставленной задаче (Gini, KS, Precision / Recall и F-measure, RMS, и т.п.).
Разработка системы распознавания данных лазерного сканирования Анализируя данные лазерного сканирования местности, алгоритм, основанный на баесовском вероятностном подходе, способен обнаружить провода линий электропередач. Алгоритм можно использовать в автоматизированной системе мониторинга линий электропередач (поиск растительности, расположенной в опасной близости от проводов. Разработанный алгоритм обладает настройками «жесткости», изменяя которые можно добиться распознавания различных проводов с необходимой точностью.
Разработка системы автоматического определения веса кур по картам глубин Система предназначена для обучения и прямого прогона нейросетевой модели зависимости веса объекта от их изображения в трехмерных данных. Трехмерные данные представлены картами глубин, снимаемых трехмерным сенсором типа Kinect. В настоящей версии обучена и испытана только модель, в которой объектом интереса являются куры. Однако система может быть переучена на любой другой тип объекта интереса, если для этого объекта существует выборка значений весов объектов и соответствующих им трехмерных изображений. Характеристики: Точность определения среднего веса кур в текущей версии составляет более 98%.
