Цифровая платформа объективного контроля «ОКО»: различия между версиями
Нет описания правки |
Нет описания правки |
||
| Строка 19: | Строка 19: | ||
* Отчетность | * Отчетность | ||
** Итоговая отчетность по инцидентам за период | ** Итоговая отчетность по инцидентам за период | ||
'''Технологии''' | |||
Используются умные алгоритмы видеоаналитики, позволяющие определить в каске человек, дефект материалов или перегрев оборудования, или идентифицировать человека по лицу. | |||
Для повышения качества распознавания решение автоматически строит модель скелета человека из большого количества элементов и контролирует направления перемещений. | |||
Применяются современные подходы гибридного моделирования для обучения нейронных сетей. Алгоритмы позволяют выявлять объекты в онлайн режиме с высокой точностью - до 98% . | |||
Версия от 09:05, 13 декабря 2021
Цифровая платформа объективного контроля «ОКО» - интеллектуальная система на основе технологий «умного зрения» и контроля биометрических данных, которая позволяет охватить весь цикл работы с камерами видеонаблюдения.
Описание
Основная ценность – распознавание в реальном времени информации с камер, что позволяет решать широкий спектр бизнес задач.
Осуществляется непрерывный процесс улучшения механизма аналитики инцидентов:
- Мониторинг
- Онлайн мониторинг без ограничения по числу потоков видео
- Мониторинг информации с носимых устройств
- Запись
- Запись видео в форматы MP4 и WebM, которые поддерживают все современные устройства
- Аналитика
- Real-Time аналитика событий
- Совместный учет данных с носимых устройств и камер видеонаблюдения
- Отчетность
- Итоговая отчетность по инцидентам за период
Технологии
Используются умные алгоритмы видеоаналитики, позволяющие определить в каске человек, дефект материалов или перегрев оборудования, или идентифицировать человека по лицу.
Для повышения качества распознавания решение автоматически строит модель скелета человека из большого количества элементов и контролирует направления перемещений.
Применяются современные подходы гибридного моделирования для обучения нейронных сетей. Алгоритмы позволяют выявлять объекты в онлайн режиме с высокой точностью - до 98% .