Computer Vision

WIR ENTWICKELN FERTIGE LÖSUNGEN

Das IBA Group-Team hilft bei der Prozessautomatisierung, sowie Beschleunigung und Vereinfachung der Lösung von Geschäftsaufgaben mit Hilfe von Computer Vision-Technologie.

EXPERTISE IN COMPUTER VISION

SZENARIEN

  1. Erkennung, Klassifizierung und Identifizierung von Objekten.
  2. Verfolgung von Status und Änderungen.
  3. Verschiebung von Subjekten und Objekten auf Video.

SCHLÜSSELTECHNOLOGIEN

WERKZEUGE

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.

BEGLEITENDE TECHNOLOGIEN

ANALYSE DER WARENPRÄSENTATION IN REGALEN

SITUATION

Die Hersteller, Vertriebshändler und Einzelhändler verkaufen die gleichen Warengruppen in den gleichen Regalen. Die Marktteilnehmer benötigen operative und zuverlässige Informationen über Handlungen von Wettbewerbern sowie über die eigene Position vor deren Hintergrund. Die Bewertung erfolgt manuell durch Merchandisers, Verkaufsvertreter, Supervisors und Marktforscher.

AUFGABE

Eine Warenpräsentation (reales Planogramm) ist ein tatsächliches Schema der Platzierung von Waren in den Verkaufsregalen und auf den Ladentischen.

Die Ladenbesitzer und Warenlieferanten vereinbaren, wie und wo die Ware im Verkaufsraum platziert wird. Die Ware wird von Mitarbeitern des Ladens oder Merchandisers ausgelegt. Das Unternehmen muss die Qualität der Arbeit von Merchandisers verfolgen und Informationen über die Auslagen analysieren.

SAAS-LÖSUNG FÜR DIE BEWERTUNG VON REALEN PLANOGRAMMEN AUF BASIS DER FOTOS

  1. Die Merchandisers, Supervisors und andere laden Fotos der SKU-Position in den Regalen hoch.
  2. Anstelle des lokalen Servers des Unternehmens werden die Fotos ins Rechenzentrum von IBA Group hochgeladen.
  3. Das Modul mit der künstlichen Intelligenz Plano Checker analysiert die Fotos, sucht nach SKU, klassifiziert nach dem vorgegebenen Szenario.
  4. Das Modul Plano Checker speichert Berichte auf dem Server.
  5. Die Benutzer erhalten Zugriff zu Berichten und Analytik sofort nach dem Hochladen der Fotos über den Webbrowser.
Computer Vision kann Arten von Waren in Regalen bestimmen

ANALYSE VON DROHNENFOTOS

SITUATION

Ein Agrarunternehmen will die Reissaaten detailliert und operativ analysieren, um Daten über die Anzahl von ausgewachsenen Pflanzen zu erhalten. In dieser Situation soll man Menschen mit Maschinen ins Feld leiten, damit sie zuerst Informationen sammeln, zu einer einheitlichen Art bringen, sowie den interessierten Prozessbeteiligten zur Verfügung stellen können. Die Informationen werden manuell erfasst und enthalten unvollständige und ungenaue Daten.

ERGEBNIS

Das System erkennt Feldabschnitte mit einer geringen Anzahl von ausgewachsenen Pflanzen schnell. Die operative Information hilft, diese Abschnitte rechtzeitig auszusäen und dadurch den Ertrag bei den gleichen Flächen zu erhöhen.

LÖSUNG

Das Agrarunternehmen begann, Drohnen zur Verfolgung des Feldzustandes anzuwenden. Aber das Ansehen von Videos und das manuelle Aufzählen von Saaten nimmt viel Zeit in Anspruch. Die Ingenieure von IBA Group haben ein Bildanalysesystem für Reisfelder entwickelt, um die Anzahl von ausgewachsenen Pflanzen automatisch zu zählen. Das System überprüft die Berechnungen und zeigt die Ergebnisse in einer mobilen Applikation mit der Visualisierung auf der Karte an.

Technologien

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

GESICHTSERKENNUNG VON KÄUFERN IN GESCHÄFTEN

SITUATION

M.Video“ ist ein russisches Handelsnetzwerk, das die Haushaltstechnik und Elektronik verkauft. In den Verkaufshallen des Netzwerks gibt es Hunderte von Käufern, und Berater erkennen Stammkunden unter ihnen selten. Dies reduziert das Niveau der Personalisierung des Services, an das die Käufer in Online-Shops gewöhnt sind.

LÖSUNG

Das System identifiziert den das Geschäft betretenden Kunden mittels der künstlichen Intelligenz anhand eines Kamerabildes und sendet push-Benachrichtigungen an die Geräte der Berater. Bei Bedarf erhält der Käufer eine SMS mit einem persönlichen Angebot. Das System läuft von Cloud und kann in jedem Geschäft schnell in Betrieb genommen werden.

HERAUSFORDERUNG

Eine fertige Lösung fürs große Netzwerk zum Technikverkauf auf Basis der Käufergesichtserkennungstechnologie schaffen und eine mobile Beraterapplikation entwickeln.

ERGEBNIS

Das Team von IBA Group hat eine mobile Applikation für die Mitarbeiter von „M.Video“ entwickelt. Die Marktforscher können analytische Berichte erhalten, um beispielsweise die Anzahl von Besuchern in Geschäften genau zu bestimmen. Das System hilft, Kundenprofile zu bereichern: Verhaltensstatistik und Geschichte der Interaktion mit Geschäften zu sammeln.

Das Pilotprojekt für „M.Video“ wurde von IBA Group auf dem SAP Coder Wettbewerb präsentiert

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

EMOTIONSERKENNUNG VON RESTAURANTKUNDEN

SITUATION

Ein neues Restaurant begann auf dem Gelände des alten zu arbeiten. Seine Eigentümer wollen die Kundenanzahl beibehalten und sogar erhöhen. Dazu verwenden sie verschiedene Methoden zur Bewertung der Kundenzufriedenheit: Umfragen und private Gespräche mit einigen Kunden. Diese Methode zeigt kein vollständiges Bild und liefert keine Information über die Dynamik von Stimmungsveränderungen.

LÖSUNG

IBA Group hat zwei Videokameras am Ausgang installiert, die Kundengesichter aufnehmen. Neuronale Netze erkennen Gesichter und Emotionen, und der Softwarekomplex liefert die fertige Analyse für die Benutzer.

HERAUSFORDERUNG

Die Eigentümer wollen ein vollständiges Bild sehen und die Dynamik der Stimmungsveränderungen bei Kunden analysieren. Dabei möchten sie nicht für die Analyse mehr Zeit aufwenden.

Technologien

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

Kontaktieren Sie uns

    Yes
    Yes Datenschutzerklärung Cookie-Richtlinie