Startup dari akselerator Universitas ITMO - proyek tahap awal di bidang visi komputer

Hari ini kita melanjutkan berbicara tentang tim yang lolos akselerator kami. Akan ada dua di antaranya di habrapost ini. Yang pertama adalah startup Labra, yang mengembangkan solusi untuk memantau produktivitas tenaga kerja. Kedua - O.VISI dengan sistem pengenalan wajah untuk pintu putar.

Startup dari akselerator Universitas ITMO - proyek tahap awal di bidang visi komputer
View: Randall Bruder /Unsplash.com

Bagaimana Labra akan meningkatkan produktivitas

Pertumbuhan produktivitas di pasar Barat telah melambat. Oleh Menurut McKinsey, pada awal tahun 2,4-an angkanya adalah 2010%. Namun antara tahun 2014 dan 0,5 angka tersebut turun menjadi 2%. Para analis mencatat bahwa situasinya tidak berubah sejak saat itu. Namun ada pendapat bahwa sistem kecerdasan buatan akan membantu memecahkan masalah tersebut. Dengan bantuan sistem AI, pertumbuhan produktivitas diperkirakan akan kembali ke XNUMX% dalam waktu sepuluh tahun. Algoritme cerdas akan membantu mengotomatiskan tugas-tugas rutin dan mengoptimalkan proses kerja.

Penelitian di bidang ini sudah dilakukan oleh para ahli dari Peramal, insinyur universitas-universitas terkemuka di Barat dan bahkan perwakilan Masyarakat Kerajaan London. Visi mesin akan berperan penting dalam meningkatkan pertumbuhan produktivitas. Teknologi ini digunakan untuk menilai secara independen tempat kerja dan kinerja karyawan. Solusi semacam ini sudah diterapkan oleh perusahaan-perusahaan Barat - misalnya, Microsoft ΠΈ Walmart.

Perusahaan-perusahaan Rusia juga mengembangkan solusi untuk menilai produktivitas tenaga kerja. Misalnya saja startup Labra yang melalui kami program akselerasi. Para insinyur membuat sistem pengawasan video dengan jaringan saraf yang mengenali tindakan karyawan perusahaan dan memperjelas bagaimana mereka menghabiskan waktu kerja mereka.

Bagaimana sistem bekerja. Labra dapat beroperasi di perusahaan mana pun dengan tenaga kerja mesin atau mesin-manual yang stafnya melebihi 15 orang. Dengan bantuan kamera, dia membentuk apa yang disebut foto hari kerja - yaitu, mencatat segala sesuatu yang terjadi selama shift. Secara umum, algoritmanya terlihat seperti ini:

  • Sistem menangkap gambar dan menandai operasi kerja;
  • Algoritme pembelajaran mesin menganalisis video;
  • Algoritme kemudian menghasilkan foto hari kerja;
  • Selanjutnya, analitik dihitung secara otomatis;
  • Labra menghasilkan laporan akhir dengan rekomendasi yang akan meningkatkan keamanan di perusahaan dan mengoptimalkan sumber dayanya.

Siapa yang ada di tim? Startup ini memiliki staf yang terdiri dari delapan orang: manajer dan pendiri, dua pengembang, tiga spesialis standar ketenagakerjaan. Ada juga manajer layanan pelanggan dan akuntan. Beberapa dari mereka menggabungkan pekerjaan proyek dengan studi di universitas. Oleh karena itu, setiap orang memantau penyelesaian tugas dan tenggat waktu secara mandiri. Namun, tim mengadakan pertemuan dua kali seminggu untuk membahas kemajuan dan rencana pengembangan.

Perspektif. Pada awal September, startup tersebut mempresentasikan proyeknya di Forum Digital St. Di sana, para insinyur mendemonstrasikan kemampuan produk. Labra berencana untuk lebih mempromosikan solusi tersebut dan sedang menjajaki prospek kerja sama dengan perusahaan-perusahaan di negara tersebut.

O.VISION akan membantu Anda menghilangkan kunci dan tiket masuk

Pada tahun 2017, Tinjauan Teknologi MIT dihidupkan pengenalan wajah dalam 10 teknologi terobosan teratas. Keputusan ini sebagian disebabkan oleh penerapan sistem tersebut secara luas. Secara khusus, mereka dapat menggantikan kunci dan tiket biasa saat memasuki gedung - misalnya, sejumlah bank Rusia telah menerapkan perkembangan serupa. Pemain baru juga bermunculan di pasar, misalnya, sebuah startup sedang mengembangkan solusi serupa O.VISI. Tim sedang membuat sistem akses nirsentuh untuk pintu putar yang dapat dipasang dalam waktu 30 menit.

Bagaimana sistem bekerja. Pengembangannya adalah kompleks perangkat lunak dan perangkat keras yang dipasang di pos pemeriksaan. Ini didasarkan pada lima jaringan saraf yang memproses frame individu dari kamera sistem biometrik. Penulis mengatakan pemrosesan satu gambar membutuhkan waktu kurang dari 200 milidetik (sekitar lima frame per detik). Tim menulis semua algoritma pengenalan dan antarmuka secara independenβ€”pengembang tidak menggunakan solusi kepemilikan. Latih jaringan saraf menggunakan Kerangka kerja PyTorch.

Pemrosesan data terjadi secara lokal. Pendekatan ini meningkatkan keamanan data biometrik pribadi. Perangkat kerasnya mencakup papan Jetson TX1 dari Nvidia, yang dirancang untuk perangkat mandiri. Sistem biometrik juga berisi sirkuit terintegrasi yang dirancang sendiri untuk mengendalikan pintu putar dan mengintegrasikannya GERAKAN CEPAT.

Startup dari akselerator Universitas ITMO - proyek tahap awal di bidang visi komputer
View: Zan /Unsplash.com

Karyawan pemula. Pimpinan perusahaan mengatakan, seleksi dilakukan dengan prinsip: 60 calon untuk satu tempat. Format ini memungkinkan kami merekrut orang-orang paling berbakat. Saat ini, beberapa programmer sedang mengerjakan proyek tersebut, yang bertanggung jawab atas algoritma pembelajaran mesin dan kode untuk sistem tertanam. Ada juga pengembang backend, spesialis keamanan informasi, dan desainer. Beberapa karyawannya merupakan mahasiswa yang menggabungkan pekerjaan dengan gelar master.

Perspektif. Solusi hari ini O.VISI dipasang di pabrik kopi terbesar di Eropa. Produk ini juga sedang dipersiapkan untuk diluncurkan di salah satu pusat kebugaran St. Petersburg dan Universitas Politeknik. Mungkin kedepannya O.VISION akan dipasang di ITMO University. Pimpinan perusahaan mengatakan bahwa mereka sudah bernegosiasi dengan perusahaan Rusia: Gazprom Neft, Beeline, Rostelecom dan Russian Railways. Kedepannya kita akan memasuki pasar luar negeri.

Tentang proyek akselerator lainnya:

Materi tentang karya ITMO University:

Sumber: www.habr.com

Tambah komentar