Компьютерное зрение: распознавание образов и видео

Технологическое решение
DATALYTICA
Распознавание образов является частной задачей компьютерного зрения. Главная задача этой области, это сопоставление визуальной информации к некоторым предопределенным классам. Необходимость решений такого рода возникают в самых различных областях, начиная от обработки простых цифровых изображений и заканчивая показаниями медицинских и военных приборов.

Преимущества компьютерного зрения

1
Возможность обработки огромного количества информации. Человек физически не сможет обработать такой поток данных.
2
Непрерывный процесс работы. В отличие от человека, компьютер не прерывается на сон и еду.
3
Высокая скорость реагирования. Машина всегда работает в режиме реального времени и ее единственное предназначение — делать свою работу.
4
Гибкие методологии. Решения подстраиваются именно под ваш бизнес.
5
Автоматизация бизнес-процессов.
6
Отсутствие ошибок, обусловленных "человеческим фактором".
7
Освобождение человеческого ресурса и сокращение расходов на персонал.
8
Компьютер учитывает большее количество деталей и факторов, по сравнению с человеком.

Примеры решений на основе компьютерного зрения

Сельское хозяйство
Контроль выращиваемой продукции
Дополнительная реальность
Определение местоположения объектов в пространстве с помощью сенсоров
Автономные транспортные средства
Ориентация в пространстве, распознавание дорожных символов
Биометрия
Идентификация человека
Распознавание символов
Распознавание символов на пластиковых картах, чеках
Судебно-медицинская экспертиза
Определение биометрических данных человека
Инспекция промышленного качества
Контроль качества выпускаемой продукции
Распознавание лиц
Идентификация людей
Анализ жестов
Управление компьютером с помощью жестов
Геоанализ
Создание 3D карты поверхности
Анализ медицинских изображений
Определение источника заболевания
Мониторинг загрязнения
Определение повышенного уровня загрязнения
Робототехника
Ориентация робототехники в пространстве
Безопасность и наблюдение
Выявление злоумышленников

Как это работает на примере решения задачи распознавания жеста руки

Получение изображения
Рука/лицо/объект (есть ли на изображении рука?)
Подготовка изображения
Определение цвета кожи и детекция/ сегментация (адаптация к любому типу людей)
Определение низкоуровневых свойств изображений
Отбор значащих свойств
Отбор только значащих свойств из всех выделенных
Классификация
Использование нейронной сети для определения жеста
Выходной класс

Процедура разработки и внедрения решения

Хотите автоматизировать распознавание видео и изображений?
Свяжитесь с нами прямо сейчас!