ITMO 大学アクセラレーターによるスタートアップ - コンピューター ビジョン分野の初期段階のプロジェクト

今日は私達 続ける 勝ち上がったチームについて話す 私たちの加速器。 このハブラポストにはそのうちのXNUMX人が登場します。 XNUMX つ目は、労働生産性を監視するソリューションを開発している新興企業 Labra です。 XNUMX番 - ビジョン 改札口用の顔認識システムを搭載。

ITMO 大学アクセラレーターによるスタートアップ - コンピューター ビジョン分野の初期段階のプロジェクト
表示: ランドール・ブルーダー /Unsplash.com

Labra がどのように生産性を向上させるか

欧米市場の生産性の伸びは鈍化している。 による による マッキンゼー、2,4 年代初頭、この数字は 2010% でした。 しかし、2014年から0,5年にかけて、それは2%まで低下した。 アナリストらは、状況はそれ以来変わっていない、と指摘している。 しかし、人工知能システムが問題の解決に役立つという意見があります。 AI システムの助けにより、生産性の伸びは XNUMX 年以内に XNUMX% に戻ると予想されます。 スマートなアルゴリズムは、日常的なタスクを自動化し、作業プロセスを最適化するのに役立ちます。

これらの分野の研究はすでに各国の専門家によって行われています。 オラクル、エンジニア 欧米の一流大学 そして代表者さえも ロンドン王立協会。 マシン ビジョンは、生産性の向上に重要な役割を果たします。 このテクノロジーは、職場と従業員のパフォーマンスを独自に評価するために使用されます。 このようなソリューションはすでに西側企業によって導入されています。たとえば、 Microsoft и Walmart.

ロシア企業も労働生産性を評価するソリューションの開発を進めている。 たとえば、スタートアップ Labra は、 加速プログラム。 エンジニアたちは、企業従業員の行動を認識し、従業員が勤務時間をどのように費やしているかを正確に明らかにする、ニューラル ネットワークを備えたビデオ監視システムを作成しています。

システムの仕組み。 Labra は、従業員が 15 名を超える機械労働者または機械と手作業による労働者がいる企業であれば、どのような企業でも運営できます。 カメラの助けを借りて、彼女はいわゆる 勤務日の写真 - つまり、シフト中に起こったすべてのことを記録します。 大まかに言うと、アルゴリズムは次のようになります。

  • システムは画像をキャプチャし、作業操作をマークします。
  • 機械学習アルゴリズムがビデオを分析します。
  • 次に、アルゴリズムは勤務日の写真を生成します。
  • 次に、分析が自動的に計算されます。
  • Labra は、企業内のセキュリティを強化し、リソースを最適化するための推奨事項を含む最終レポートを生成します。

チームには誰がいますか? このスタートアップのスタッフは XNUMX 名で、マネージャーと創設者、開発者 XNUMX 名、労働基準専門家 XNUMX 名です。 顧客サービスマネージャーと会計士もいます。 プロジェクト活動と大学での研究を組み合わせている人もいます。 したがって、全員がタスクの完了と期限を個別に監視します。 ただし、チームは週に XNUMX 回ミートアップを開催し、開発の進捗状況や計画について話し合います。

見通し。 XNUMX月初旬、このスタートアップはプロジェクトを発表した サンクトペテルブルクデジタルフォーラムにて。 そこではエンジニアが製品の機能をデモンストレーションしました。 ラブラはこのソリューションをさらに推進する予定であり、国内の企業との協力を視野に入れて取り組んでいます。

O.VISION は鍵とパスを取り除くのに役立ちます

2017 年、MIT テクノロジー レビュー 含まれています 画期的なテクノロジーのトップ 10 に顔認識が含まれています。 この決定の一部は、そのようなシステムの幅広い適用可能性によるものでした。 特に、建物に入るときに通常の鍵やパスを置き換えることができます。たとえば、ロシアの多くの銀行がすでに同様の開発を導入しています。 新興企業が同様のソリューションを開発するなど、新しいプレーヤーも市場に登場しています。 ビジョン。 チームは、30 分で設置できる改札口用の非接触アクセス システムを作成しています。

システムの仕組み。 開発は、チェックポイントにインストールされるソフトウェアとハ​​ードウェアの複合体です。 これは、生体認証システムのカメラからの個々のフレームを処理する 200 つのニューラル ネットワークに基づいています。 著者らによれば、XNUMX 枚の画像の処理にかかる時間は XNUMX ミリ秒未満 (XNUMX 秒あたり約 XNUMX フレーム) です。 チームはすべての認識アルゴリズムとインターフェイスを独立して作成します。開発者は独自のソリューションを使用しません。 次を使用してニューラル ネットワークをトレーニングします。 PyTorch フレームワーク.

データ処理はローカルで行われます。 このアプローチにより、個人の生体認証データのセキュリティが強化されます。 ハードウェアには、スタンドアロン デバイス用に設計された Nvidia の Jetson TX1 ボードが含まれています。 生体認証システムには、回転式改札口を制御し、システムと統合するための独自設計の集積回路も含まれています。 スカッド.

ITMO 大学アクセラレーターによるスタートアップ - コンピューター ビジョン分野の初期段階のプロジェクト
表示: /Unsplash.com

スタートアップの社員。 同社のトップは、選考は「60つの場所にXNUMX人の候補者がいる」という原則に従って行われたと述べた。 この形式により、最も才能のある人材を採用することができました。 現在、数人のプログラマーがこのプロジェクトに取り組んでおり、機械学習アルゴリズムと組み込みシステムのコードを担当しています。 バックエンド開発者、情報セキュリティ専門家、デザイナーもいます。 従業員の中には、仕事と修士号を両立している学生もいます。

見通し。 今日の解決策 ビジョン ヨーロッパ最大のコーヒー工場に設置されました。 この製品は、サンクトペテルブルクのフィットネス センターと工科大学でも発売に向けて準備が進められています。 おそらく将来的には、ITMO大学にO.VISIONが設置されることになるでしょう。 同社のトップは、ガスプロム・ネフチ、ビーライン、ロステレコム、ロシア鉄道といったロシア企業とすでに交渉を進めていると述べた。 将来的には海外市場にも進出していきます。

他のアクセラレータ プロジェクトについて:

ITMO大学の活動に関する資料:

出所: habr.com

コメントを追加します