Startups van de ITMO University accelerator - projecten in een vroeg stadium op het gebied van computer vision

Vandaag We doorgaan praat over teams die er doorheen zijn gegaan onze versneller. Er zullen er twee in deze habrapost zijn. De eerste is de startup Labra, die een oplossing ontwikkelt voor het monitoren van de arbeidsproductiviteit. Seconde - O.VISIE met een gezichtsherkenningssysteem voor tourniquets.

Startups van de ITMO University accelerator - projecten in een vroeg stadium op het gebied van computer vision
uitzicht: Randall Bruder /unsplash.com

Hoe Labra de productiviteit zal verhogen

De productiviteitsgroei op de westerse markten is vertraagd. Door Volgens McKinsey was dit cijfer begin jaren 2,4 2010%. Maar tussen 2014 en 0,5 daalde het naar 2%. Analisten merken op dat de situatie sindsdien niet is veranderd. Maar er is een mening dat kunstmatige intelligentiesystemen het probleem zullen helpen oplossen. Met behulp van AI-systemen zal de productiviteitsgroei naar verwachting binnen tien jaar terugkeren naar XNUMX%. Slimme algoritmen helpen routinetaken te automatiseren en werkprocessen te optimaliseren.

Onderzoek op deze gebieden wordt al uitgevoerd door specialisten van Oracle, ingenieurs toonaangevende westerse universiteiten en zelfs vertegenwoordigers Koninklijke Vereniging van Londen. Machine vision zal een belangrijke rol spelen bij het verhogen van de productiviteitsgroei. De technologie wordt gebruikt om de werkplek en de prestaties van medewerkers onafhankelijk te beoordelen. Dergelijke oplossingen worden al door westerse bedrijven geïmplementeerd, bijvoorbeeld Microsoft и Walmart.

Russische bedrijven ontwikkelen ook oplossingen voor het beoordelen van de arbeidsproductiviteit. Bijvoorbeeld de startup Labra, die via ons is gegaan acceleratie programma. Ingenieurs maken een videobewakingssysteem met een neuraal netwerk dat de acties van bedrijfsmedewerkers herkent en precies duidelijk maakt hoe zij hun werktijd besteden.

Hoe het systeem werkt. Labra kan opereren in elke onderneming met machinale of machinale handmatige arbeid waarvan het personeelsbestand groter is dan 15 personen. Met behulp van camera's vormt ze de zogenaamde werkdag foto - dat wil zeggen, het registreert alles wat er tijdens de dienst gebeurt. In grote lijnen ziet het algoritme er als volgt uit:

  • Het systeem legt het beeld vast en markeert de werkzaamheden;
  • Een machine learning-algoritme analyseert de video;
  • Het algoritme genereert vervolgens een foto van de werkdag;
  • Vervolgens worden de analyses automatisch berekend;
  • Labra genereert een eindrapport met aanbevelingen die de veiligheid in de onderneming zullen vergroten en de middelen zullen optimaliseren.

Wie zit er in het team? De startup heeft acht medewerkers in dienst: de manager en oprichter, twee ontwikkelaars en drie specialisten op het gebied van arbeidsnormen. Daarnaast is er een manager klantenservice en een accountant. Sommigen van hen combineren projectwerk met universitaire studies. Daarom bewaakt iedereen zelfstandig de uitvoering van taken en deadlines. Het team houdt echter twee keer per week bijeenkomsten om de voortgang en ontwikkelingsplannen te bespreken.

Perspectieven. Begin september presenteerde de startup haar project op het St. Petersburg Digital Forum. Daar demonstreerden ingenieurs de mogelijkheden van het product. Labra is van plan de oplossing verder te promoten en werkt aan het vooruitzicht van samenwerking met bedrijven in het land.

O.VISION helpt u bij het kwijtraken van sleutels en pasjes

In 2017, MIT Technology Review Opgewonden gezichtsherkenning in de top 10 van baanbrekende technologieën. Deze beslissing was deels te danken aan de brede toepasbaarheid van dergelijke systemen. Ze kunnen met name de gebruikelijke sleutels en pasjes vervangen bij het betreden van een gebouw - een aantal Russische banken hebben bijvoorbeeld al soortgelijke ontwikkelingen geïmplementeerd. Ook verschijnen er nieuwe spelers op de markt, zo ontwikkelt een startup een soortgelijke oplossing O.VISIE. Het team maakt een contactloos toegangssysteem voor tourniquets dat in 30 minuten kan worden geïnstalleerd.

Hoe het systeem werkt. De ontwikkeling is een software- en hardwarecomplex dat bij het controlepunt wordt geïnstalleerd. Het is gebaseerd op vijf neurale netwerken die individuele frames van de camera van het biometrische systeem verwerken. De auteurs zeggen dat het verwerken van een enkel beeld minder dan 200 milliseconden duurt (ongeveer vijf frames per seconde). Het team schrijft alle herkenningsalgoritmen en interfaces onafhankelijk; de ontwikkelaars gebruiken geen eigen oplossingen. Train neurale netwerken met behulp van PyTorch-framework.

Gegevensverwerking vindt plaatselijk plaats. Deze aanpak verhoogt de beveiliging van persoonlijke biometrische gegevens. De hardware omvat het Jetson TX1-bord van Nvidia, dat is ontworpen voor stand-alone apparaten. Het biometrische systeem bevat tevens een eigen ontworpen geïntegreerd circuit voor het aansturen en integreren van tourniquets SCUD.

Startups van de ITMO University accelerator - projecten in een vroeg stadium op het gebied van computer vision
uitzicht: Zan /unsplash.com

Startende medewerkers. Het hoofd van het bedrijf zegt dat de selectie is uitgevoerd volgens het principe: 60 kandidaten voor één plek. Dankzij dit format konden we de meest getalenteerde mensen rekruteren. Momenteel werken verschillende programmeurs aan het project, verantwoordelijk voor machine learning-algoritmen en code voor embedded systemen. Daarnaast is er een backend-ontwikkelaar, een informatiebeveiligingsspecialist en een ontwerper. Een deel van de medewerkers zijn studenten die werk combineren met een masteropleiding.

Perspectieven. De oplossingen van vandaag O.VISIE geïnstalleerd bij de grootste koffiefabriek van Europa. Het product wordt ook voorbereid voor lancering in een van de fitnesscentra in St. Petersburg en de Polytechnische Universiteit. Mogelijk wordt O.VISION in de toekomst geïnstalleerd bij ITMO University. Het hoofd van het bedrijf zegt dat ze al in onderhandeling zijn met Russische bedrijven: Gazprom Neft, Beeline, Rostelecom en Russian Railways. In de toekomst zullen we buitenlandse markten betreden.

Over andere acceleratorprojecten:

Materialen over het werk van ITMO University:

Bron: www.habr.com

Voeg een reactie