Kort gezegd biedt computer vision de mogelijkheid om een computer beelden zoals foto’s en video materiaal herkenbaar te maken. Geef een computer ogen !
Zo kan je bijvoorbeeld foto’s een naam geven waardoor ze terug te vinden te zijn, of om foto’s te zoeken die vergelijkbaar zijn. Specifieker kan je ook delen van de foto een naam of label geven waardoor het herkenbaar is. Voor een computer zijn het slechts een hoop pixels, maar als er voldoende vergelijkbaar materiaal met dezelfde naam beschikbaar is herkend die patronen en voortaan ook vergelijkbare objecten zoals mensen of bepaalde dieren en dingen.
Voor een computer is video een aaneenschakeling van foto’s. Soort foto album die je per foto kan bekijken en het geheel (onderwerp, story line) Op die manier kan je dus ook bewegende beelden analyseren en met elkaar vergelijken.
Bewegende beelden analyseren is ook het primaire werk terrein van Centillien. Hierbij gebruiken we Artificial Intelligence technologie om mensen, dieren en dingen te herkennen en ook hun gedrag of relatie met de omgeving.
Computer Vision is handig voor facebook en google. Maar er zijn veel zakelijke toepassingen te bedenken voor computer vision. In de industrie worden metingen gedaan met sensoren, maar dat kan dus uitgebreid worden met (bewegend) beeldmateriaal. Je kan daarmee bijvoorbeeld tellingen doen van producten op een lopende band. Met computer vision kan je ook complexe producten of processen monitoren. Denk hierbij aan levensmiddelen of natuurlijke producten die qua vorm altijd afwijkend zijn van elkaar.
Ook zijn veiligheids checks mogelijk, denk aan mensen die niet te dicht in de buurt mogen komen bij gevaarlijke situaties. Kwaliteit en veiligheids inspecties worden vaak door mensen gedaan. Dat is niet alleen relatief duur, maar je krijgt ook verschillende uitkomsten. Met computer vision krijg je altijd hetzelfde antwoord in dezelfde situatie. Daarmee krijg je ook altijd gegarandeerd de juiste kwaliteit en dat is precies wat je wilt.
Je kan ons vlaggenschip Intra dan ook prima inzetten in de industrie.
In de veiligheids branche kan je gebruik maken van computer vision om dingen te onderscheiden van mensen. Vervolgens kan je relatie leggen in de interactie tussen mensen en dingen. Maar ook gedrag analyseren, zoals agressie, diefstal, wegrennen of klimmen.
Een veel gebruikte toepassing is persoonsherkenning, dit kan onder andere worden gebruikt voor toegangscontrole bij bedrijven. Het wordt ook wel gebruikt voor toegang tot websites of applicaties. Wij richten ons vooral op anonieme toepassingen, dus zonder gezichtsherkenning. Prettiger voor mensen, maar biedt nog steeds de mogelijkheid om meer te weten over het gedrag van mensen.
Onze primaire doelgroep is de zorg. Hiervoor maken we standaard producten voor zowel de cure als de care kant van deze sector. Hierbij monitoren we gedragingen die gevaarlijk zijn voor de medewerkers of patienten of helpen bij het welzijn en herstel van mensen. Privacy is hierbij een belangrijke voorwaarde die we in zijn geheel kunnen garanderen.
Computer vision wordt ingedeeld bij Artificial Intelligence evenals machine learning. Uiteraard kun je machine learning heel goed gebruiken bij computer vision. Dit is dan ook wat we intensief doen bij Centillien. We zijn in beide disciplines actief zijn en kijken wat het beste past of juist de combinatie noodzakelijk is. Onderstaand filmpje laat zien dat je ook afstand kan meten tussen personen. Daarvoor is een combinatie van technieken gebruikt.
Naarmate hoge betrouwbaarheid van herkenning noodzakelijk is, zal machine learning steeds meer een noodzaak zijn. Maar als er een behoorlijke foutmarge mag zijn, kan dit achterwege blijven. Als iets geen vaste vorm heeft en je wil het wel uniek herkennen is er eigenlijk maar één optie.
Onze software Intra vergelijkt (video)beelden met elkaar en op basis van statistische overeenkomst komt een match tot stand. Hoe meer beelden, hoe beter dit systeem werkt. Meestal moet Intra dan ook getraind worden voor een specifieke taak. Dit gaat met beeldmateriaal veel sneller dan met normale data waar vaak bergen data nodig zijn om patronen te herkennen. Beeldmateriaal bevat namelijk relatief veel data waardoor trainen sneller gaat.
Na de herkenning kan je regels opstellen wat er gedaan moet worden. Dat kan een telling zijn, een afstandsmeting, temperatuur of iets veel ingewikkelder als gedrag. Als iets interessants wordt herkend, kan je een bericht sturen of een robot aansturen. Het analyseren en herkennen van beelden is behoorlijk computer intensief, wij hebben dit drastisch verbeterd door grafische kaarten te gebruiken voor het verwerken van de algoritmes en de beeld analyse. Performance is namelijk een belangrijk onderwerp om mee te nemen in ieder project rondom computer vision. Door eigen algoritmes toe te voegen zijn we momenteel voorloper op het gebied van performance en we onderzoeken nog snellere en daarmee ook goedkopere manieren.
