Компютърно Зрение

СЪЗДАВАМЕ ГОТОВИ РЕШЕНИЯ

Екипът на IBA Group помага за автоматизиране на процесите, ускоряване и опростяване на решаването на бизнес задачи с помощта на технологии за компютърно зрение.

ЕКСПЕРТИЗА В КОМПЮТЪРНО ЗРЕНИЕ

СЦЕНАРИИ

  1. Разпознаване, класификация и идентификация на обекти.
  2. Проследяване на състоянията и промените. 
  3. Преместване на субекти и обекти на видео.

КЛЮЧОВИ ТЕХНОЛОГИИ

ИНСТРУМЕНТИ

ZeroMQ, Python, Tensorflow, OpenCV, Pillow,  MongoDB, Flask, Numpy, Pandas, Xlrd, PostgreSQL, openpyxl, sqlalchemy, pyexcelerate, pyopenssl, contextlib2, scikit-image, scikit-learn, albumentations, docker, git, AngularJS, REST API.

СЪПЪТСТВАЩИ ТЕХНОЛОГИИ

АНАЛИЗ ЗА ИЗЛАГАНЕТО НА СТОКИ ПО РАФТОВЕТЕ

СИТУАЦИЯ

Производителите, дистрибуторите и ритейлъри продават едни и същи групи продукти на едни и същи рафтове. Участниците на пазара се нуждаят от оперативна и достоверна информация за действията на конкурентите и собствената позиция на фона им. Оценката се извършва ръчно от мърчандайзери, търговски представители, супервайзери и маркетолози.

ЗАДАЧА

Излагане на стоките (реалограма) е действителна схема за разполагане на стоките по рафтовете и щандовете на магазина.

Собствениците на магазини и доставчиците на стоки се договарят как и къде ще бъдат поставени стоки в търговската зала. Стоките се излагат от служители на магазина или мърчандайзери. Бизнесът трябва да следи качеството на работа на мърчандайзерите и да анализира информацията за излагането.

SAAS РЕШЕНИЕ ЗА ОЦЕНКА НА РЕАЛОГРАМИ ПО СНИМКИ

  1. Мърчандайзери, супервайзери и други качват снимки на местоположението на SKU по рафтовете.
  2. Снимките вместо на локалния сървър на компанията се качват в дата център на IBA Group.
  3. Модулът с изкуствен интелект Plano Checker анализира снимката, търси SKU, класифицира според даден сценарий.
  4. Модулът Plano Checker запазва отчетите на сървъра.
  5. Потребителите получават достъп до отчети и анализи чрез уеб браузър веднага след качване на снимка.
Компютърното зрение може да определя видовете стоки на рафтовете

АНАЛИЗ НА ИЗОБРАЖЕНИЯ ОТ ДРОНИ

СИТУАЦИЯ

Селскостопанската компания иска да анализира оризов разсад подробно и оперативно, за да получи данни за броя на покълналите растения. В настоящата ситуация се изисква насочване на хората към поле на машини, за да могат първо да събират информация, след това да водят до един общ вид и да предоставят на заинтересованите участници в процеса. Информацията се събира ръчно, съдържа непълни и неточни данни.

РЕЗУЛТАТ

Системата бързо открива области от полета с малък брой разсад. Оперативната информация помага за засяване на парцели навреме и в резултат на това увеличава добивите при същите площи.

РЕШЕНИЕ

Селскостопанска компания започна да използва дронове за проследяване на състоянието на полета. Но гледането на видеоклипове и броенето на разсад ръчно отнема много време. Инженерите от IBA Group създадоха система за анализ на изображения на оризови полета, за да изчислят автоматично броя на покълналите растения. Системата проверява изчисленията и показва резултатите в мобилно приложение с визуализация на картата.

Технології

Python (OpenCV, skimage, sklearn, numpy, scipy, Flask), MySQL, Angular.js

РАЗПОЗНАВАНЕ НА ЛИЦА НА КУПУВАЧИТЕ В МАГАЗИНИ

СИТУАЦИЯ

М.Видео е руска търговска мрежа за продажба на битова техника и електроника. В търговските зали на мрежата има стотици купувачи, а консултантите рядко разпознават сред тях редовни клиенти. Това намалява нивото на персонализация на услугата, с която клиентите са свикнали в онлайн магазините.

РЕШЕНИЕ

Системата идентифицира клиента, който е влязъл, с помощта на изкуствен интелект от изображението на камерата и изпраща push известия до устройствата на консултантите. При необходимост купувачът получава SMS с лична оферта. Системата работи от облака и може бързо да бъде пусната в експлоатация във всеки магазин.

ЗАДАЧА

Да се създаде готово решение за голяма мрежа за продажба на техника въз основа на технологията за разпознаване на лица на купувачите и да се разработи мобилно приложение за консултанти.

РЕЗУЛТАТ

Екипът на IBA Group е разработил мобилно приложение за служители на М.Видео. Маркетолозите могат да получават аналитични отчети, за да могат например да изчислят точно броя на посетителите в магазините. Системата помага за обогатяване на потребителските профили: събира статистически данни за поведението и история на взаимодействие с магазините.

Пилотния проект за М.Видео компанията IBA Group представи на конкурса SAP Coder

Технології: Python (OpenFace, Keras/TensorFlow, OpenCV, Dlib, Scikit-learning), SAP Cloud, SAP HANA, SAP Smart Business Services, SAP Cloud Analytics, SAP UI5 Fiori, Cloud Foundry.

РАЗПОЗНАВАНЕ НА ЕМОЦИИ НА КЛИЕНТИТЕ НА РЕСТОРАНТ

СИТУАЦИЯ

Новият ресторант започна да работи на мястото на бившия. Собствениците искат да запазят и дори да увеличат броя на клиентите. За целта те използват различни методи за оценка на удовлетвореността на клиентите: анкети и частни разговори с някои от тях. Този метод не показва пълната картина и не предоставя информация за динамиката на промените в настроенията.

РЕШЕНИЕ

IBA Group инсталира близо до изхода две видеокамери, в които влизат лицата на клиентите. Невронните мрежи разпознават лица и емоции, а софтуерният комплекс осигурява готов анализ за потребителите.

ЗАДАЧА

Собствениците искат да видят пълната картина и да анализират динамиката на промените в настроенията на клиентите. Те обаче биха искали да не прекарват повече време за анализи.

Технології

Python (Keras, Tensorflow, Dlib, ArcFace, Scikit-Learn, OpenCV, Flask, CUDA), MongoDB, MySQL, Angular, Node.js, Bootstrap, Docker, Kubernetes.

Контакти IBA GROUP

Yes
Yes Декларацията за поверителност Политиката за cookies
IBA Bulgaria