Наши в городе: компании из России помогут Nvidia управлять системами Smart City

Платформа Nvidia Metropolis предназначена для обработки и анализа видеоданных, используемых для управления системами Smart City на основе технологий искусственного интеллекта. Данные с камер будут распознаваться и использоваться для обеспечения общественной безопасности, управления транспортными потоками, борьбы с преступностью и многих других.

Компания не конкретизирует сценарии применения, но можно представить ситуации, в которых платформа будет включать зеленый свет, если камеры распознают пешеходов у перехода, автоматический поиск по камерам в реальном времени преступников и другие применения.

Технологический союз

Программно-аппаратная платформа nVidia включает фирменные графические платы для обработки и вывода видео, а также специализированные модули для быстрой работы нейросетей. Партнеры создадут прикладные приложения, в частности для распознавания машинных номеров, лиц, анализа и поиска по видео. Metropolis была анонсирована в мае 2017 года, ее поддерживает более 50 партнеров, но пока не все они аппробированы.

«Сразу две российские компании вошли в первые 12 компаний, которые NVIDIA сертифицировала для участия в инициативе Metropolis для умных и безопасных решений, в частности управления умным городом. Решения этих компаний были протестированы нашими специалистами, и мы ответственно можем рекомендовать их заказчикам», — объяснила Forbes выбор компании руководитель отдела коммуникаций российского представительства Nvidia Ирина Шеховцова.

Столь заметное представительство отечественных компаний можно объяснить хорошим уровнем развития технологий компьютерного зрение в России: отечественные проекты неоднократно побеждали в международных тестированиях.

Читайте также

Лицом к лицу: российские стартапы по распознаванию лиц выходят на мировой уровень

Технологии распознавания лиц VisionLabs сейчас используются в различных сферах: от доступа к рабочим файлам до борьбы с мошенничеством и подтверждения личности клиентов. В частности продукт LUNA используется в нескольких десятках банков, причем использует изображения с обычных камер. В начале июля 2017 года очередная версия алгоритма VisionLabs заняла первое место в непрерывном тесте LFW , обогнав по точности более 50 крупнейших компаний, включая Google.

Компания «Вокорд» для Nvidia Metropolis предложила решения по обеспечению городской безопасности: распознавание отдельных лиц в местах массового скопления Vocord FaceControl, облачную систему FaceMatica, камеры NetCam со встроенной системой детектирования лиц, а также интеллектуальный видеоанализ Tahion. Фирменный программно-аппаратный комплекс Traffic позволяет распознавать номера автомобилей и проводить фото- или видеофиксацию нарушений ПДД. Алгоритм распознавания лиц «Вокорд» стал лучшим по точности в международных тестах NIST и Megaface .

Nvidia считает видео крупнейшим в мире генератором данных, благодаря сотням миллионов камер, установленных «в правительственных учреждениях, общественном транспорте, коммерческих зданиях и на дорогах». По данным американской компании, к 2020 году общее количество камер на планете должно достигнуть 1 млрд, что позволит автоматизировать управление городом.

В контент лист
0

Рекомендуемые материалы

Оксана Титова
Снижение продуктивности – организационная травма как последствие внедрения изменений

После организационных изменений компании часто сталкиваются с парадоксальной ситуацией: новые структуры внедрены, процессы перестроены, стратегия обновлена, но продуктивность падает, растёт абсентеизм, сотрудники теряют инициативу и вовлеченность. Эти явления обычно объясняют сопротивлением изменениям или недостаточной мотивацией, однако на практике они часто являются последствиями организационной травмы – состояния, в котором сотрудники теряют чувство контроля, доверие к организации, ощущение справедливости и смысл своей работы. В этой статье Оксана Титова, организационный консультант, бизнес-психолог, основатель проекта “Организационная динамика” и xHRD рассматривает, почему изменения могут снижать продуктивность, как связаны организационные изменения, травма выжившего, потеря доверия и абсентеизм, а также что HR и руководителям необходимо делать, чтобы восстановить вовлеченность, доверие и эффективность организации после трансформаций.