Gesichtsdetektion und -erkennung in Echtzeit | Computer-Vision-Projekt

98%
Genauigkeit der Gesichtserkennung
>95%
Präzision der Personenerkennung
Gesichtsdetektion und -erkennung in Echtzeit | Computer-Vision-Projekt | Crunch-IS Case Study
Sehen Sie sich die Ergebnisse an, die wir für unseren Kunden bei der Gesichtserkennung und -erfassung erzielt haben.
Industrie:

KI-Startup

Standort:

Frankreich

Technologies
OpenCV
TensorFlow
PyTorch
Scikit-image
AWS
01

Über den Kunden

Der Kunde ist ein Unternehmen, das sich auf die Implementierung von künstlicher Intelligenz (KI) spezialisiert hat, insbesondere auf die Entwicklung von autonomer Robotik, die sowohl Gebäude als auch Mitarbeiter sichert und schützt. Seit 2015 treibt das Unternehmen die Zukunft der Sicherheit durch künstliche Intelligenz voran.

Gesichtsdetektion und -erkennung in Echtzeit | Computer-Vision-Projekt | Crunch-IS Case Study
02

Herausforderung

Der Kunde hatte sich ein ehrgeiziges Ziel gesetzt: die Sicherung von Geschäftsräumen und -flächen vor potenziellen Einbrüchen. Sie wollten einen autonomen Roboter entwickeln, der in der Lage ist, Einrichtungen zu überwachen und im Falle einer Bedrohung Gefahrensignale zu übermitteln. Während sie die Hardware – den Roboter – bereits entwickelt hatten, benötigten sie eine Software, um Personen zu identifizieren, zu verarbeiten und zu erkennen.

03

Gelieferte Lösung

Die benötigte Software basiert auf Deep Learning für eine schnelle und genaue Identifizierung von Personen. Im Wesentlichen mussten wir Rohdaten in umsetzbare Befehle für die Personenerkennung und das räumliche Bewusstsein, einschließlich der Erkennung von Toren, umwandeln.

Erkennung von Gesicht und Augen

Wir begannen damit, einen Datensatz von Bildern zu sammeln, um den Algorithmus zu trainieren. Es folgte eine Normalisierung der Daten, um eine konsistente Gesichtserkennung unter verschiedenen Bedingungen zu gewährleisten. Der Prozess ging dann zur Merkmalsextraktion und Identifizierung über.

Personenerkennung

Ein ähnlicher Ansatz wurde für die Personenerkennung verwendet. Wir sammelten Bilder, isolierten menschliche Figuren vom Hintergrund und berücksichtigten dabei menschliche Größen, Grenzen und andere relevante Merkmale.

Torerkennung

Um den Roboter in die Lage zu versetzen, effektiv zu patrouillieren und durch Räumlichkeiten zu navigieren, haben wir Funktionen zur Erkennung und Klassifizierung verschiedener Arten von Objekten und Räumen, einschließlich Toren, entwickelt.

04

Die Ergebnisse des Kunden

Nach Abschluss der Software-Entwicklung stellte unser Team das Projekt auf einer großen Tech-Konferenz vor, wo es sehr positiv aufgenommen wurde. Die Präsentation weckte auch das Interesse potenzieller Investoren, was die Möglichkeit eröffnete, das Projekt weiter auszubauen.

Steigerung des Engagements der Investoren

Erzählen Sie uns, was Sie entwickeln

Schicken Sie uns eine Skizze, eine Spezifikation oder drei Sätze dazu, wo Ihr System gerade feststeckt. Ein Gespräch reicht in der Regel, um herauszufinden, ob wir zueinander passen.

Individuelle Software, KI & ML, Daten und Analytics, Cloud und Sicherheit – vom ersten Scoping bis zur langfristigen Umsetzung.

  • 170+ Experten
  • 120+ abgeschlossene Projekte
  • 97% rundum zufrieden

    Ich habe die Nutzungsbedingungen und Datenschutzbestimmungen gelesen und akzeptiert *

    Ihre Privatsphäre ist uns wichtig. Wir verwenden Cookies, um Ihr Erlebnis zu verbessern und Inhalte zu personalisieren.