Ansiktsdetektering och ansiktsigenkänning i realtid | Datorseendeprojekt

98 %
ansiktsigenkänningsnoggrannhet
>95 %
personavkänningsprecision
Ansiktsdetektering och ansiktsigenkänning i realtid | Datorseendeprojekt | Crunch-IS Case Study
Utforska de resultat vi har uppnått för vår kund inom ansiktsdetektering och ansiktsigenkänning.
Bransch:

AI-startup

Plats:

Frankrike

Technologies
OpenCV
TensorFlow
PyTorch
Scikit-image
AWS
01

Om kunden

Kunden är ett företag som specialiserar sig på AI-implementering, särskilt inom utveckling av autonom robotik som säkrar och skyddar både lokaler och anställda. Sedan 2015 har de drivit framtiden för säkerhet framåt genom artificiell intelligens.

Ansiktsdetektering och ansiktsigenkänning i realtid | Datorseendeprojekt | Crunch-IS Case Study
02

Utmaning

Kunden satte ett ambitiöst mål: att säkra affärslokaler och utrymmen från potentiella inbrott. De ville skapa en autonom robot som kan övervaka anläggningar och sända faromeddelanden vid eventuella hot. Även om de redan hade utvecklat hårdvaran — roboten — behövde de programvara för att identifiera, bearbeta och känna igen individer.

03

Lösningen vi levererade

Den efterfrågade mjukvaran förlitar sig på djupinlärning för snabb och exakt identifiering av individer. I grund och botten behövde vi konvertera rådata till användbara kommandon för persondetektering och rumslig medvetenhet, inklusive grinddetektering.

Ansikts- och ögonavkänning

Vi började med att samla in en datauppsättning av bilder för att träna algoritmen. Detta följdes av datanormalisering för att säkerställa konsekvent ansiktsigenkänning under olika förhållanden. Processen gick sedan vidare till särdragsextraktion och identifiering.

Persondetektering

En liknande metod användes för persondetektering. Vi samlade in bilder, och isolerade mänskliga figurer från bakgrunden samtidigt som vi tog hänsyn till mänskliga storlekar, gränser och andra relevanta egenskaper.

Grindavkänning

För att göra det möjligt för roboten att patrullera och navigera i lokaler effektivt utvecklade vi funktionalitet för att upptäcka och klassificera olika typer av objekt och utrymmen, inklusive grindar.

04

Kundens resultat

Efter att ha slutfört mjukvaruutvecklingen presenterade vårt team projektet på en stor teknikkonferens, där det fick betydande positiv feedback. Presentationen väckte även intresse från potentiella investerare, vilket gav möjligheter att utveckla projektet ytterligare.

Ökat investerarengagemang

Berätta vad ni bygger

Skicka en skiss, en kravspecifikation eller tre meningar om var systemet har kört fast. Ett samtal räcker oftast för att avgöra om vi passar er.

Skräddarsydd mjukvara, AI och ML, data och analys, moln och säkerhet — från tidig behovsanalys till långsiktig leverans.

  • 170+ experter
  • 120+ levererade projekt
  • 97% helt nöjda

    Jag har läst och godkänt Användarvillkoren och Integritetspolicyn *

    Din integritet är viktig. Vi använder cookies för att förbättra din upplevelse och anpassa innehåll.