Вернуться назад

Применение компьютерного зрения в бизнесе

Использование компьютерного зрения в бизнесе является одним из наиболее актуальных направлений применения искусственного интеллекта в ближайшие годы.

Большой объём данных, понятная в большинстве случаев процедура разметки данных, наличие инфраструктуры сбора и хранения видеоданных позволяет приступить к внедрению компьютерного зрения раньше, чем многих других инструментов искусственного интеллекта.


Области применения компьютерного зрения


Основных направлений использования умного наблюдения несколько. Это:


  • Усовершенствованные системы контроля доступа и тарификации.

    Умное наблюдение способно в ряде случаев заменить систему пропусков и контроля доступа. ПО может фиксировать время проходят конкретных сотрудников или посетителей.
  • контроль качества произведённой продукции (металлопрокат, пиломатериалы, пластиковые материалы и др.). Методы машинного обучения могут детектировать и классифицировать дефекты и брак готовой продукции и/или поступающего сырья;
  • системы навигации для автопилотов.

    Это одно из наиболее сложных направлений для компьютерного зрения, над которым работают Google, Apple, Uber и ещё ряд компаний. До полномасштабного внедрения беспилотных автомобилей на улицах городов ещё далеко, но в нишевых задачах (работа на складе, закрытая территория и др) автопилоты уже активно применяются;


  • системы аутентификации по биометрическим данным.

    Facial recognition (распознавание лица) - наиболее продвинутое с точки зрения развитости технологии решение в области ИИ. Данное решение используют многие банки для контроля доступа к оборудованию. Также данное решение может быть использовано для ретейлеров, помогая создавать персонализированные предложения;


  • маркетинговые исследования на основе видеоданных.

    Компьютерное зрение позволяет анализировать большие потоки людей, определять их демографические характеристики, травномерность человеческого трафика, оптимальность загрузки касс, проходов, подъёмников и т.д. Таким образом владельцы ТРЦ и организаторы мероприятий могут лучше узнать свою аудитории и сформировать для неё более подходящее выгодное предложение


Как работает компьютерное зрение?


Компьютерное зрение работает за счёт преобразования видеопотока в матрицы значений, которые затем можно обрабатывать и сравнивать между собой. К сырому видеопотоку применяются различные фильтры, для повышения качества изображения, удаления капель, пыли, теней и других дефектов.


Затем алгоритмы машинного обучения классифицируют объекты, находящиеся в видео. Классификация происходит на основании уже существующих датасетов, либо специально подготовленных. К примеры определение количества людей на видео и их возраст возможно без специального обучения, а вот поиск дефектов в готовой продукции или подсчёт определённых событий требует специального обучения на специальном датасете.


Дополнительные возможности


Съёмка может проводиться не только обычными камерами. Для решения определённых задач используются инфракрасные камеры, тепловизоры, линейные камеры. Их сочетание с машинным зрением позволяет превзойти возможности человека при мониторинге ситуации, контроле качества и статистических исследованиях.

Полученные данные могут применяться для дальнейшего анализа методами дополненной аналитики (это, к примеру, использует калифорнийский стартап Deep Sentinel, предсказывающий противоправные действия).


Если у вас есть задача, которая как вам кажется, может быть решена с помощью компьютерного зрения, будем рады проконсультировать вас по шагам, которые нужно предпринять для начала внедрения.

Другие статьи по этой теме

Селадо. Цифровой завод

Сквозная цифровая технология - Селадо. Цифровой завод

Цифровой двойник (Digital Twin)

Расскажем, что такое цифровой двойник и как эта технология помогает оптимизировать эффективность бизнеса

Контакты
ООО Селадо

г. Москва, метро Павелецкая, Павелецкая набережная д. 2 стр 3, офис 106, БЦ LoftVille

+7 (495) 003-91-37
Свяжитесь с нами: