Цифровая платформа объективного контроля «ОКО»: различия между версиями
Нет описания правки |
Нет описания правки |
||
| Строка 1: | Строка 1: | ||
[[:Category:Интеллектуальные продукты|Интеллектуальные продукты]] | |||
[[Category:Интеллектуальные продукты]] | |||
<p align=right>''Материалы статьи предоставлены [[Скрыпник Екатерина|Екатериной Скрыпник]]''</p> | |||
__NOTOC__ | |||
{| | |||
|- | |||
| | |||
'''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. | '''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== | ==Описание== | ||
Версия от 09:10, 13 декабря 2021
Материалы статьи предоставлены Екатериной Скрыпник
|
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% .