Startups från ITMO University accelerator - tidiga projekt inom området datorseende

Idag ska vi Fortsätta prata om lag som gick igenom vår gaspedalen. Det kommer att finnas två av dem i denna habrapost. Den första är startupen Labra, som utvecklar en lösning för att övervaka arbetsproduktiviteten. andra - O.VISION med ansiktsigenkänningssystem för vändkors.

Startups från ITMO University accelerator - tidiga projekt inom området datorseende
Visa: Randall Bruder /unsplash.com

Hur Labra kommer att öka produktiviteten

Produktivitetstillväxten på de västerländska marknaderna har avtagit. Förbi Enligt McKinsey, i början av 2,4-talet var denna siffra 2010%. Men mellan 2014 och 0,5 sjönk den till 2 %. Analytiker konstaterar att situationen inte har förändrats sedan dess. Men det finns en åsikt att artificiell intelligens kommer att hjälpa till att lösa problemet. Med hjälp av AI-system förväntas produktivitetstillväxten återgå till XNUMX% inom tio år. Smarta algoritmer hjälper till att automatisera rutinuppgifter och optimera arbetsprocesser.

Forskning inom dessa områden bedrivs redan av specialister från Oracle, ingenjörer ledande västerländska universitet och även representanter Royal Society of London. Maskinseende kommer att spela en viktig roll för att öka produktivitetstillväxten. Tekniken används för att självständigt bedöma arbetsplatsen och de anställdas prestationer. Sådana lösningar implementeras redan av västerländska företag - t.ex. Microsoft и Walmart.

Ryska företag utvecklar också lösningar för att bedöma arbetsproduktiviteten. Till exempel startupen Labra, som gick igenom vår accelerationsprogram. Ingenjörer gör ett videoövervakningssystem med ett neuralt nätverk som känner igen företagsanställdas handlingar och gör det tydligt exakt hur de spenderar sin arbetstid.

Hur systemet fungerar. Labra kan arbeta i alla företag med maskinell eller maskinell arbetskraft vars personal överstiger 15 personer. Med hjälp av kameror bildar hon den sk arbetsdagsfoto – det vill säga den registrerar allt som händer under skiftet. Generellt sett ser algoritmen ut så här:

  • Systemet fångar bilden och markerar arbetsoperationerna;
  • En maskininlärningsalgoritm analyserar videon;
  • Algoritmen genererar sedan ett foto av arbetsdagen;
  • Därefter beräknas analyserna automatiskt;
  • Labra genererar en slutrapport med rekommendationer som kommer att öka säkerheten i företaget och optimera dess resurser.

Vem är med i laget? Startupen har en personal på åtta personer: chefen och grundaren, två utvecklare, tre arbetsnormsspecialister. Det finns även en kundtjänstchef och en revisor. Några av dem kombinerar projektarbete med universitetsstudier. Därför övervakar alla självständigt slutförandet av uppgifter och deadlines. Teamet håller dock möten två gånger i veckan för att diskutera framsteg och planer för utveckling.

Perspektiv. I början av september presenterade startupen sitt projekt på St. Petersburg Digital Forum. Där visade ingenjörer produktens kapacitet. Labra planerar att ytterligare främja lösningen och arbetar på möjligheterna till samarbete med företag i landet.

O.VISION hjälper dig att bli av med nycklar och pass

2017, MIT Technology Review påslagen ansiktsigenkänning i topp 10 genombrottsteknologier. Detta beslut berodde delvis på den breda tillämpligheten av sådana system. I synnerhet kan de ersätta de vanliga nycklarna och pass när de går in i en byggnad - till exempel har ett antal ryska banker redan implementerat liknande utvecklingar. Nya aktörer dyker också upp på marknaden, till exempel håller en startup på att utveckla en liknande lösning O.VISION. Teamet tillverkar ett kontaktlöst åtkomstsystem för vändkors som kan installeras på 30 minuter.

Hur systemet fungerar. Utvecklingen är ett mjukvaru- och hårdvarukomplex installerat vid checkpointen. Den är baserad på fem neurala nätverk som bearbetar individuella bildrutor från kameran i det biometriska systemet. Författarna säger att bearbetningen av en enda bild tar mindre än 200 millisekunder (cirka fem bilder per sekund). Teamet skriver alla igenkänningsalgoritmer och gränssnitt oberoende – utvecklarna använder inte egna lösningar. Träna neurala nätverk med hjälp av PyTorch ramverk.

Databehandling sker lokalt. Detta tillvägagångssätt ökar säkerheten för personliga biometriska data. Hårdvaran inkluderar Jetson TX1-kortet från Nvidia, som är designat för fristående enheter. Det biometriska systemet innehåller också en integrerad krets av egen design för att styra vändkors och integrera med SCUD.

Startups från ITMO University accelerator - tidiga projekt inom området datorseende
Visa: Zan /unsplash.com

Nystartade medarbetare. Chefen för företaget säger att urvalet gjordes enligt principen: 60 kandidater till en plats. Detta format gjorde det möjligt för oss att rekrytera de mest begåvade personerna. För närvarande arbetar flera programmerare med projektet, ansvariga för maskininlärningsalgoritmer och kod för inbyggda system. Det finns också en backend-utvecklare, en informationssäkerhetsspecialist och en designer. En del av de anställda är studenter som kombinerar arbete med en magisterexamen.

Perspektiv. Dagens lösningar O.VISION installerat på den största kaffefabriken i Europa. Produkten förbereds också för lansering i ett av St. Petersburgs fitnesscenter och Polytechnic University. Kanske kommer O.VISION i framtiden att installeras på ITMO University. Chefen för företaget säger att de redan förhandlar med ryska företag: Gazprom Neft, Beeline, Rostelecom och Russian Railways. I framtiden kommer vi att gå in på utländska marknader.

Om andra acceleratorprojekt:

Material om ITMO Universitys arbete:

Källa: will.com

Lägg en kommentar