Współcześnie kamery można spotkać niemal na każdym kroku, m.in. w budynkach publicznych, na ulicach, a coraz częściej również w prywatnych firmach. Mają różne zastosowania – pilnują bezpieczeństwa, monitorują pracę, ale też potwierdzają prawidłowość produkcji lub kompletacji wysyłanego towaru. Czasy, gdzie taką obserwacją zajmowali się ludzie siedzący przed monitorem, powoli stają się przeszłością. Przyszłość stanowi sztuczna inteligencja. Wyjaśniamy, jak przebiega nowoczesna analiza obrazu!
Na czym polega analiza obrazu?
Analiza obrazu wykorzystuje nowoczesne kamery, które zbierają informacje o przedmiotach, a następnie przekazują je do procesora. Sztuczna inteligencja jest w stanie wychwycić anomalie i poinformować o nich użytkownika, dzięki czemu pracownik może odpowiednio na nie zareagować, np. sprawdzić wadliwy element czy zubytkować uszkodzony produkt.
Bardziej zaawansowane systemy są w stanie rozpoznawać twarze i na tej podstawie np. autoryzować daną osobę. Potrafią także odróżnić człowieka od zwierzęcia, co jest przydatne m.in. na budowach, gdzie konieczne jest monitorowanie np. parku maszyn lub materiałów. Takie „inteligentne kamery” pozwalają zastąpić pracowników, którzy pilnują obiektu. Nie męczą się (mogą pracować bez przerwy), zdecydowanie rzadziej się mylą i są o wiele tańsze w utrzymaniu. Przy tym są niemalże samowystarczalne – angażują człowieka tylko w momencie wykrycia nieprawidłowości.
Analiza obrazu w ofercie IBCS Poland
Firma IBCS Poland wykorzystując platformę http://ibcs.cloud i zasoby Microsoft Azure stworzyła system analizy obrazu, który pozwala zdefiniować oraz wytrenować algorytm sztucznej inteligencji do detekcji lub klasyfikacji obiektów znajdujących się na zdjęciu. Uczenie AI w konkretnym modelu pozwala przypisać zdefiniowane cechy.
Przykładem detekcji może być wykrywanie obecności etykiety na zapakowanych produktach. Algorytm może też nauczyć się odróżniać właściwie złożoną paletę od krzywo ułożonej albo prawidłowo wyprodukowany element/produkt od produktu wybrakowanego/wadliwego/uszkodzonego.
Aby algorytm uczenia maszynowego zadziałał, trzeba wcześniej dostarczyć mu zestaw danych, na których będzie się uczył. W tym przypadku są to zdjęcia obiektów. Po ich wczytaniu trzeba wskazać, które z nich należą do jakiej kategorii (np. które są prawidłowe, a które nie). Po zakończeniu cyklu nauki algorytm może z powodzeniem analizować zdjęcia produktów, paczek, palet itp.
System da się również zintegrować z urządzeniami kontroli dostępu, dzięki czemu po analizie obrazu i otrzymaniu wyniku np. nie wpuści na teren obiektu osobę bez maseczki. Można wykorzystać go też do kontroli innych elementów ubioru pracowników, np. wykrywania, czy zgodnie z wymogami BHP posiadają założony kask lub okulary ochronne.
Zachęcamy do zarejestrowania się na stronie http://ibcs.cloud i zapoznania się z naszymi systemami. Szczególnie warto zwrócić uwagę na system ibcsImageAnalyzer, wykorzystujący sztuczną inteligencję do analizy obrazu. Usprawnij działanie swojej firmy, wspierając swoich pracowników najnowocześniejszymi rozwiązaniami!