VisionSystems
Продуктовая разработка сложных решений
на базе видеоаналитики и компьютерного зрения
Get free lesson
Just type your contacts
It's totally free
Примеры проектов
Контроль качества обслуживания
Клиент
Сбербанк, Центр-инвест, Газпром-газораспределение, Додо-пицца.

Технологическая сложность
Использовали собственные наработки в детекции и распознавании эмоций, а также edge computing подход, когда основная обработка видеопотока велась на конечных устройствах, что позволяло не перегружать интернет-каналы заказчика и давать моментальную обратную связь. Для этого было произведено портирование нейронных сетей и их оптимизация для работы на arm-процессорах. Что позволило запускать продукт на экономных одноплатных компьютерах, снизив стоимость интеграции и себестоимость распознавания.По результатам топ-менеджмент получил расчет метрики "коэффициент удовлетворенности" с разрезе отделения в целом и сотрудников в частности.

К примеру результатом пилота с Додо-пиццей стал рост удовлетворенности клиентов более чем на 30% и найдена достаточно сильная корреляция (0,86) между показателями по конкретным сотрудникам с точки зрения удовлетворенности клиентов и размеру среднего чека (в части доп продаж).


Статья о первом этапе коммерческого пилота с Додо-пиццей
https://vc.ru/marketing/45337-eksperiment-dodo-picca-izmeryaet-schaste-klientov-s-pomoshchyu-kompyuternogo-zreniya
Концепт умного банкомата
Клиент
Банк Центр-инвест.

Технологическая сложность
Непрерывный трекинг на основе определения скелета и связки его с лицом человека, так чтобы в условиях большого количества людей рядом со стендом он не перескакивал, проектирование и разработка нового интуитивного бесконтактного интерфейс взаимодействия со стендом (когда жесты пальцами плохо считываются из-за расстояния); оптимизация работы ансамбля нейронных сетей, чтобы добиться реалтайм отображения картинки на экране с высоким разрешением. При тестировании сходного решения в кафе партнеров, добились повышения конверта уникальных посетителей в продажи на 5%.

Расширением данного проекта стал интерактивный стенд для мероприятий банка, использующий управление жестами с помощью моделей скелетной анимации, также добавлен функционал "градиента" лиц.
Детекция фрода на кассах
Клиент
Банк, по NDA не уточняем какой.

Технологическая сложность
На практике купюры в лотке часто перекрываются другими предметами, что затрудняло детекцию и пришлось создавать большой синтетический датасет и обучать нейронную сеть с нуля для достижения необходимой точности; проектирование "дешевых" с точки зрения машинного времени алгоритмов, позволяющих избежать анализа нейросетью большей части кадров для снижения себестоимости детекции, что было критично для заказчика; проектирование дублирующей программно-аппаратной инфраструктуры анализа данных в отделениях банка для предварительного анализа видео (чтобы не перегружать интернет-каналы), передающей метаданные на центральный сервер для обогащения и сопоставления с данными из других информационных систем, что позволяет на выходе определять потенциальное мошенничество.
Распознавание лиц для ВКС
Клиент
Cервис видеоконференций Vinteo.

Технологическая сложность
умный поиск, учитывающий дополнительные параметры при ранжировании похожих лиц сотрудников; разработка своего пайплана работы каскада нейронных сетей и алгоритмов машинного обучения для быстрого поиска совпадений по всем лицам в кадре, детекции и 3D reconstruction для выравнивания изображений и проверки допустимых ограничений для запуска распознавания поворота лица (повышение точности, снижение ошибок). Похожий подход применяют в своих продуктах специализирующиеся на распознавании и идентификации лиц компании-лидеры рынка.
С нами работают
Контакты
Консультируем и помогаем с запуском проектов на базе машинного обучения. От создания первого MVP до масштабирования

Писать hello@visionsystems.tech
Звонить +7 (909) 437 01 23

Офис разработки Ростов-на-Дону,
ул. Суворова 52а, оф. 201б
Made on
Tilda