安全行为规范

安全行为规范分析是指对特定场景、特定关键步骤(特定动作)的规范行为分析。结合深度学习网络、视频摘要技术,对特定目标检测、骨架分析等,可实现对特定目标动作规范识别分析。从车检、海关、电力巡检、智慧工厂等特定应用场景入手,了解详细需求,针对开发满足终端客户需求,后期形成智能处理盒产品,方便移动及安装。安全帽、厂服、吸烟、打电话、入侵检测…

基础技术研究

基础研究团队:曹博士领头,10人左右基础研究队伍曹博士:主要研究方向是计算机视觉、图像增强与复原、深度学习神经网络开发、智能机器人。曹博士曾于2010年1月入选微软亚洲研究院“铸星计划”,曾与微软亚洲研究院合作多年。 首次提出了面向夜晚雾天场景的最大反射先验,并在此基础上设计了一种夜晚图像去雾方法,有效抑制了夜晚图像或低光照图像中由于光线散射等因素引起的对比度下降问题。 提出了一种显著目标的检测和提取方法,构建了一个融合高层语义信息和底层图像特征的计算框架,进而设计了一种交互迭代的求解方法,同步实现了显著性区域检测和关键性目标提取。

物体分选

在识别分类特征较为明确的各种行业场景中,可以得到更加充分的应用。如:垃圾分类分拣行业,机械臂人机互动定位等。主要优势:Galileo系列在缺陷检测、物体分类、定位识别、OCR检测四大功能上,能根据不同的应用场景及其需求解决不同的问题。

工业检测表面缺陷

在工业制造过程中利用激光、雕刻、压印、喷涂等工艺产生的各种序号符号等字体,其工艺过程中会产生错漏、断笔、模糊、变形、表面脏污等缺陷。主要优势:利用深度学习技术的OCR缺陷识别,能够快速准确的识别出每一个字符的问题所在,不受字体、字符清晰度、工艺差别等本身限制。工业检测团队:郑博士领头,8人算法及软件工程师队伍郑博士:主要研究方向为模式识别与智能系统、机器视觉、长期从事计算机视觉算法研究。•技术方向:1、分选通用物料分选、垃圾分选、品质分析…2、缺陷检测