Các công ty khởi nghiệp từ chương trình tăng tốc của Đại học ITMO - các dự án giai đoạn đầu trong lĩnh vực thị giác máy tính

Hôm nay chúng ta tiếp tục nói về những đội đã trải qua máy gia tốc của chúng tôi. Sẽ có hai trong số họ trong habrapost này. Đầu tiên là startup Labra đang phát triển giải pháp giám sát năng suất lao động. Thứ hai - O.VISION với hệ thống nhận dạng khuôn mặt cho cửa quay.

Các công ty khởi nghiệp từ chương trình tăng tốc của Đại học ITMO - các dự án giai đoạn đầu trong lĩnh vực thị giác máy tính
Xem: Randall Bruder /unsplash.com

Labra sẽ tăng năng suất như thế nào

Tăng trưởng năng suất ở các thị trường phương Tây đã chậm lại. Qua cho McKinsey, vào đầu những năm 2,4 con số này là 2010%. Nhưng từ năm 2014 đến năm 0,5, tỷ lệ này đã giảm xuống còn 2%. Các nhà phân tích lưu ý rằng tình hình đã không thay đổi kể từ đó. Nhưng có ý kiến ​​cho rằng hệ thống trí tuệ nhân tạo sẽ giúp giải quyết vấn đề. Với sự trợ giúp của hệ thống AI, tăng trưởng năng suất dự kiến ​​sẽ trở lại XNUMX% trong vòng XNUMX năm. Các thuật toán thông minh sẽ giúp tự động hóa các công việc thường ngày và tối ưu hóa quy trình làm việc.

Nghiên cứu trong các lĩnh vực này đã được thực hiện bởi các chuyên gia từ Oracle, Kỹ sư các trường đại học hàng đầu phương Tây và thậm chí cả đại diện Hiệp hội Hoàng gia Luân Đôn. Thị giác máy sẽ đóng một vai trò quan trọng trong việc tăng năng suất. Công nghệ này được sử dụng để đánh giá độc lập hiệu suất của nơi làm việc và nhân viên. Những giải pháp như vậy đã được các công ty phương Tây triển khai - ví dụ: microsoft и Walmart.

Các công ty Nga cũng đang phát triển các giải pháp đánh giá năng suất lao động. Ví dụ: công ty khởi nghiệp Labra, đã trải qua chương trình tăng tốc. Các kỹ sư đang tạo ra một hệ thống giám sát video với mạng lưới thần kinh có khả năng nhận biết hành động của nhân viên doanh nghiệp và làm rõ chính xác cách họ sử dụng thời gian làm việc.

Hệ thống hoạt động như thế nào. Labra có thể hoạt động ở bất kỳ doanh nghiệp nào sử dụng lao động máy móc hoặc thủ công có số nhân viên trên 15 người. Với sự trợ giúp của máy ảnh, cô ấy đã tạo nên cái gọi là ảnh ngày làm việc - tức là nó ghi lại mọi việc diễn ra trong ca làm việc. Nói chung, thuật toán trông như thế này:

  • Hệ thống chụp ảnh và đánh dấu các thao tác làm việc;
  • Thuật toán học máy sẽ phân tích video;
  • Sau đó, thuật toán sẽ tạo ra một bức ảnh về ngày làm việc;
  • Tiếp theo, số liệu phân tích được tính toán tự động;
  • Labra tạo báo cáo cuối cùng với các đề xuất sẽ tăng cường bảo mật trong doanh nghiệp và tối ưu hóa tài nguyên của doanh nghiệp.

Ai ở trong đội? Công ty khởi nghiệp có đội ngũ nhân viên gồm XNUMX người: người quản lý và người sáng lập, hai nhà phát triển, ba chuyên gia về tiêu chuẩn lao động. Ngoài ra còn có một người quản lý dịch vụ khách hàng và một kế toán. Một số người trong số họ kết hợp công việc dự án với nghiên cứu ở trường đại học. Vì vậy, mọi người đều giám sát việc hoàn thành nhiệm vụ và thời hạn một cách độc lập. Tuy nhiên, nhóm tổ chức các cuộc gặp mặt hai lần một tuần để thảo luận về tiến độ và kế hoạch phát triển.

Các quan điểm. Vào đầu tháng XNUMX, startup đã trình bày dự án của mình tại Diễn đàn kỹ thuật số St. Petersburg. Ở đó, các kỹ sư đã trình diễn khả năng của sản phẩm. Labra có kế hoạch thúc đẩy hơn nữa giải pháp này và đang nghiên cứu triển vọng hợp tác với các doanh nghiệp trong nước.

O.VISION sẽ giúp bạn loại bỏ chìa khóa và thẻ

Năm 2017, Tạp chí Công nghệ MIT đã bật nhận dạng khuôn mặt trong top 10 công nghệ đột phá. Quyết định này một phần là do khả năng ứng dụng rộng rãi của các hệ thống như vậy. Đặc biệt, họ có thể thay thế chìa khóa và thẻ thông thường khi vào một tòa nhà - ví dụ, một số ngân hàng Nga đã triển khai những phát triển tương tự. Những người chơi mới cũng đang xuất hiện trên thị trường, ví dụ, một công ty khởi nghiệp đang phát triển một giải pháp tương tự O.VISION. Nhóm đang chế tạo một hệ thống truy cập không tiếp xúc cho cửa quay có thể được lắp đặt trong 30 phút.

Hệ thống hoạt động như thế nào. Sự phát triển là một tổ hợp phần mềm và phần cứng được cài đặt tại trạm kiểm soát. Nó dựa trên năm mạng thần kinh xử lý các khung hình riêng lẻ từ camera của hệ thống sinh trắc học. Các tác giả cho biết việc xử lý một hình ảnh chỉ mất chưa đến 200 mili giây (khoảng XNUMX khung hình mỗi giây). Nhóm viết tất cả các thuật toán và giao diện nhận dạng một cách độc lập—các nhà phát triển không sử dụng các giải pháp độc quyền. Huấn luyện mạng lưới thần kinh bằng cách sử dụng Khung PyTorch.

Quá trình xử lý dữ liệu diễn ra cục bộ. Cách tiếp cận này làm tăng tính bảo mật của dữ liệu sinh trắc học cá nhân. Phần cứng bao gồm bo mạch Jetson TX1 của Nvidia, được thiết kế cho các thiết bị độc lập. Hệ thống sinh trắc học cũng chứa một mạch tích hợp được thiết kế riêng để điều khiển các cửa quay và tích hợp với SCUD.

Các công ty khởi nghiệp từ chương trình tăng tốc của Đại học ITMO - các dự án giai đoạn đầu trong lĩnh vực thị giác máy tính
Xem: Zan /unsplash.com

Nhân viên khởi nghiệp. Người đứng đầu công ty cho biết việc tuyển chọn được thực hiện theo nguyên tắc: 60 ứng viên cho một nơi. Định dạng này cho phép chúng tôi tuyển dụng được những người tài năng nhất. Hiện tại, một số lập trình viên đang thực hiện dự án, chịu trách nhiệm về các thuật toán và mã học máy cho các hệ thống nhúng. Ngoài ra còn có một nhà phát triển phụ trợ, một chuyên gia bảo mật thông tin và một nhà thiết kế. Một số nhân viên là sinh viên kết hợp công việc với bằng thạc sĩ.

Các quan điểm. Giải pháp ngày nay O.VISION được lắp đặt tại nhà máy cà phê lớn nhất Châu Âu. Sản phẩm này cũng đang được chuẩn bị ra mắt tại một trong những trung tâm thể dục ở St. Petersburg và Đại học Bách khoa. Có lẽ trong tương lai O.VISION sẽ được lắp đặt tại Đại học ITMO. Người đứng đầu công ty nói rằng họ đang đàm phán với các tập đoàn Nga: Gazprom Neft, Beeline, Rostelecom và Russian Railways. Trong tương lai, chúng tôi sẽ thâm nhập thị trường nước ngoài.

Về các dự án tăng tốc khác:

Tài liệu về công tác của Trường Đại học ITMO:

Nguồn: www.habr.com

Thêm một lời nhận xét