ITMO 대학 액셀러레이터의 스타트업 - 컴퓨터 비전 분야의 초기 단계 프로젝트

오늘 우리 계속하다 통과한 팀에 대해 이야기하기 우리의 가속기. 이번 하브라포스트에는 그 중 두 개가 있을 겁니다. 첫 번째는 노동 생산성 모니터링 솔루션을 개발 중인 스타트업 라브라(Labra)다. 두번째 - 오비전 개찰구용 얼굴 인식 시스템을 갖추고 있습니다.

보기 : 랜달 브루더 /unsplash.com

Labra가 생산성을 높이는 방법

서구 시장의 생산성 증가율은 둔화되었습니다. 에 의해 에 따르면 McKinsey에 따르면 2,4년대 초 이 수치는 2010%였습니다. 하지만 2014년부터 0,5년 사이에는 2%로 떨어졌습니다. 분석가들은 그 이후로 상황이 변하지 않았다고 지적합니다. 하지만 인공지능 시스템이 문제 해결에 도움이 될 것이라는 의견도 있다. AI 시스템의 도움으로 생산성 증가율은 XNUMX년 내에 XNUMX%로 회복될 것으로 예상됩니다. 스마트 알고리즘은 일상적인 작업을 자동화하고 작업 프로세스를 최적화하는 데 도움이 됩니다.

이 분야에 대한 연구는 이미 다음과 같은 전문가들에 의해 수행되고 있습니다. 신탁, 엔지니어 서양의 주요 대학 그리고 심지어 대표님 런던왕립학회. 머신 비전은 생산성 향상에 중요한 역할을 할 것입니다. 이 기술은 작업장과 직원 성과를 독립적으로 평가하는 데 사용됩니다. 이러한 솔루션은 이미 서구 기업에서 구현되고 있습니다. 예를 들어, Microsoft и 월마트.

러시아 기업들은 노동 생산성을 평가하기 위한 솔루션도 개발하고 있습니다. 예를 들어, 우리 회사를 거쳐간 스타트업 Labra는 가속 프로그램. 엔지니어들은 기업 직원의 행동을 인식하고 근무 시간을 어떻게 보내는지 정확하게 알려주는 신경망을 갖춘 비디오 감시 시스템을 만들고 있습니다.

시스템 작동 방식. Labra는 직원이 15명을 초과하는 기계 또는 기계-수작업 인력이 있는 모든 기업에서 운영할 수 있습니다. 카메라의 도움으로 그녀는 소위 근무일 사진 - 즉, 교대근무 중에 일어나는 모든 일을 기록합니다. 일반적으로 알고리즘은 다음과 같습니다.

• 시스템은 이미지를 캡처하고 작업 작업을 표시합니다.
• 기계 학습 알고리즘이 비디오를 분석합니다.
• 그런 다음 알고리즘은 근무일의 사진을 생성합니다.
• 다음으로 분석이 자동으로 계산됩니다.
• Labra는 기업의 보안을 강화하고 리소스를 최적화하는 권장 사항이 포함된 최종 보고서를 생성합니다.

팀에는 누가 있나요? 스타트업의 직원은 관리자와 창업자, 개발자 XNUMX명, 노동 기준 전문가 XNUMX명 등 XNUMX명입니다. 고객 서비스 관리자와 회계사도 있습니다. 그 중 일부는 프로젝트 작업과 대학 연구를 결합합니다. 따라서 모든 사람이 작업 완료 및 마감일을 독립적으로 모니터링합니다. 하지만 팀은 일주일에 두 번씩 모임을 열어 진행 상황과 개발 계획을 논의합니다.

전망. XNUMX월 초 스타트업이 프로젝트를 발표했다. 상트페테르부르크 디지털 포럼에서. 그곳에서 엔지니어들은 제품의 기능을 시연했습니다. 라브라는 해당 솔루션을 더욱 홍보할 계획이며, 국내 기업과의 협력을 위해 노력하고 있다.

O.VISION이 열쇠와 출입증을 없애는 데 도움을 드립니다.

2017년 MIT Technology Review 포함 10대 혁신 기술 중 얼굴 인식이 포함되었습니다. 이 결정은 부분적으로 그러한 시스템의 광범위한 적용 가능성에 기인합니다. 특히 건물에 들어갈 때 일반적인 열쇠와 패스를 교체할 수 있습니다. 예를 들어 많은 러시아 은행이 이미 유사한 개발을 구현했습니다. 새로운 플레이어도 시장에 등장하고 있습니다. 예를 들어 스타트업이 유사한 솔루션을 개발하고 있습니다. 오비전. 팀은 30분 안에 설치할 수 있는 회전문용 비접촉식 접근 시스템을 만들고 있습니다.

시스템 작동 방식. 개발은 검문소에 설치된 소프트웨어 및 하드웨어 복합체입니다. 생체 인식 시스템의 카메라에서 개별 프레임을 처리하는 200개의 신경망을 기반으로 합니다. 저자는 단일 이미지를 처리하는 데 XNUMX밀리초(초당 약 XNUMX프레임) 미만이 소요된다고 말합니다. 팀은 모든 인식 알고리즘과 인터페이스를 독립적으로 작성합니다. 개발자는 독점 솔루션을 사용하지 않습니다. 다음을 사용하여 신경망 훈련 PyTorch 프레임워크.

데이터 처리는 로컬에서 발생합니다. 이 접근 방식은 개인 생체 인식 데이터의 보안을 강화합니다. 하드웨어에는 독립형 장치용으로 설계된 Nvidia의 Jetson TX1 보드가 포함되어 있습니다. 생체 인식 시스템에는 개찰구를 제어하고 통합하기 위해 자체 설계한 집적 회로도 포함되어 있습니다. 휙 달림.

보기 : Zan /unsplash.com

스타트업 직원. 회사 대표는 한 자리에 60명의 후보자를 선정하는 원칙에 따라 선발이 진행됐다고 밝혔다. 이 형식을 통해 우리는 가장 재능 있는 사람들을 채용할 수 있었습니다. 현재 여러 프로그래머가 이 프로젝트에 참여하고 있으며 임베디드 시스템용 기계 학습 알고리즘과 코드를 담당하고 있습니다. 백엔드 개발자, 정보보안 전문가, 디자이너도 있습니다. 직원 중 일부는 석사 학위와 업무를 병행하는 학생입니다.

전망. 오늘날의 솔루션 오비전 유럽 ​​최대 규모의 커피 공장에 설치되었습니다. 이 제품은 또한 상트페테르부르크 피트니스 센터와 폴리테크닉 대학교에서 출시될 준비를 하고 있습니다. 아마도 미래에는 O.VISION이 ITMO 대학에 설치될 것입니다. 회사 대표는 이미 러시아 기업인 Gazprom Neft, Beeline, Rostelecom 및 Russian Railways와 협상 중이라고 말했습니다. 앞으로는 해외시장에도 진출할 예정이다.

다른 액셀러레이터 프로젝트 정보:

• 로봇 동아리 'GoROBO' 프로젝트
• 건강한 다이어트를 위한 칵테일
• 스마트 청진기

ITMO 대학의 업무에 관한 자료:

• ITMO University Fablab: 창의적인 사람들을 위한 DIY 공동 작업 공간
• ITMO University의 작동 방식: 사이버 물리 시스템 연구소 견학
• 포토 투어: ITMO 대학 광학 박물관

출처 : habr.com