Разработка решений на базе machine learning и computer vision

Оставить заявку

Компания Digital Research специализируется на исследовании, разработке и внедрении IT решений с использованием machine learning и computer vision.

ЧТО ТАКОЕ МАШИННОЕ ОБУЧЕНИЕ?

Машинное обучение (machine learning, ML) — это подход к использованию данных и алгоритмов, который позволяет системе обучаться без явного программирования различных сценариев поведения.

Качественное машинное обучение для бизнеса автоматизирует рутинные процессы и задачи. Избавляет людей от монотонной неинтересной работы, и оставляет место для творчества, развития, стратегического мышления, принятия решений и многих других действительно важных задач.


Нужна консультация Эксперта

 сферы применения  

Примеры наших проектов

ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ ЛЕСНЫХ МАССИВОВ ПО ДАННЫМ СЪЕМКИ С БВС

В качестве входных данных используются снимки цифровой и мультиспектральной камер с геопривязкой, полученные с беспилотных воздушных судов (БВС). В процессе работы строится ортофотоплан участка, проводится породный анализ деревьев с расчетом эффективных плотностей. Карты эффективных плотностей по породам удобны для общего анализа большого участка. По выбранным подучасткам, в зависимости от соответствующего лесоустройства рассчитывается более детальная статистика с выходом на оценку запасов древесины.

 
Использование БВС позволяет проводить работы в труднодоступных и охраняемых территориях, а также оперативно собираться данные по участку большой площади с минимизацией влияния человеческого фактора на исходные данные. Сам разработанный подход к оценке запасов позволяет детализировать данные лесной таксации при выборе участков под рубку.

Автоматизация прохода сотрудников интеграцией систем распознавания (по Face ID)

Система с помощью нейронной сети позволяет обнаруживать лицо человека в видеопотоке с камер и сравнивать с базой сотрудников. Реализована возможность подключения как к турникету, так и к автоматической двери, что позволяет автоматически предоставлять доступ или отказывать в нем. Для сотрудников подобная система привлекательна отсутствием необходимости постоянного ношения пропусков. Для организации же минимизируется вероятность проникновения неавторизованных лиц.

 
Данный подход позволяет обрабатывать проход группы людей и настраивать разные сценарии прохода. Например, разрешение прохода при обнаружении в группе хотя бы одного сотрудника. При этом люди, которые отсутствуют в базе будут записаны как гости сотрудника, по Face ID которого был обеспечен доступ. Иной сценарий – отказ в доступе при наличии в области видимости хотя бы одного неавторизованного лица.

 
Данные о проходе записываются в CRM-систему, что позволяет проводить регулярную автоматическую выгрузку информации по входам и выходам и, например, собирать статистику по времени прихода и ухода, либо суммарное время перерывов по всем сотрудникам.