Computer Vision hilft dabei, Bilder oder Videos in Daten umzuwandeln: ein Objekt zu finden, die Menge zu zählen, den Zustand zu vergleichen, die Anwesenheit zu überprüfen oder Statistiken für einen bestimmten Zeitraum zu erstellen.
Wir betrachten Computer Vision als Teil eines Systems, nicht als eigenständigen Algorithmus. Für brauchbare Ergebnisse sind eine Kamera oder Bildquelle, ein Modell, eine Validierungsschnittstelle, eine Datenbank und Fehlerbehandlungsregeln erforderlich.
Solche Lösungen können zu Forschungsprototypen für Krankenhäuser, Städte, Labore, Bildungsprogramme oder Unternehmen werden, die die visuelle Kontrolle automatisieren müssen.
Computer Vision passt dorthin, wo sich visuelle Daten wiederholen und einen praktischen Wert haben.
Die Genauigkeit wird durch Beleuchtung, Winkel, Hintergrund, Auflösung, Probenvielfalt und Anmerkungsqualität beeinflusst. Daher ist der Datenerfassungsprozess genauso wichtig wie das Modell.
Für den praktischen Einsatz wird eine Schnittstelle benötigt, über die ein Benutzer das Ergebnis sieht, es bestätigen oder korrigieren und so die Beispielbasis verbessern kann.
Forschung Erkennungssystem für chirurgische Instrumente für das St. Panteleimon Hospital Das Labor erforschte und entwickelte ein kamerabasiertes Computer-Vision-System zur Erkennung, Schulung und digitalen Katalogisierung Tausender chirurgischer Instrumente.
Forschung Intelligente Analyse von Verkehr und Staus auf der Straßeninfrastruktur von Lemberg Ein Forschungsprojekt des Labors zusammen mit dem Stadtrat von Lemberg zur Analyse von Verkehrsströmen, Kreuzungsbelastung und Staufaktoren auf den Straßen von Lemberg.
Ja, aber Video erhöht die Komplexität: Frames, Verarbeitungsfrequenz, Objektverfolgung, zeitbasierte Statistiken und Serverressourcenanforderungen.
Ja, sofern die Objekte ausreichend sichtbar sind und es Regeln zur Vermeidung von Doppelzählungen gibt. Bei Videos ist häufig eine bildübergreifende Verfolgung erforderlich.
Eine Beschreibung von Objekten, Beispielbilder oder -videos, Richtigkeitskriterien, schwierige Fälle und ein Verständnis der Betriebsbedingungen sind erforderlich.
Das Labor ist bereit, Forschung, Prototypen und nichtkommerzielle Projekte mit Universitaeten, Laboren, Unternehmen, Krankenhaeusern und oeffentlichen Einrichtungen zu besprechen.
