In een druk stadscentrum bewegen mensen en voertuigen zich kriskras door elkaar, wat vaak als een georganiseerde chaos wordt ervaren. Tot voor kort gebruikten we eenvoudige 2D-bounding boxes om dergelijke scènes te analyseren, maar we wisten dat er meer mogelijk was. Gedreven door onze nieuwsgierigheid en toewijding, hebben we instance-segmentatie in ons systeem geïntroduceerd, een technologie die verder gaat dan alleen het identificeren van objecten. Deze technologie begrijpt ook hun vorm en interactie in de ruimte.
We wilden onze technologie op een efficiënte en schaalbare manier trainen. Daarom hebben we gekozen voor het gebruik van foundation models om slim automatisch geannoteerde datasets te genereren. Maar hier hielden we niet op. Door de uitbreiding van het YOLO-model met YOLACT en onze eigen extra toevoegingen zijn we in staat om gedetailleerde segmentatie-maskers in real-time te genereren die een nauwkeuriger beeld geven van de werkelijkheid. Dit alles bespaarde ons niet alleen tijd, maar bracht ons ook dichter bij ons doel: de realiteit zoals nooit tevoren in real-time vast te leggen.
Wat betekent dit voor jou? Denk aan een stad waar verkeerslichten naadloos inspelen op zowel voetgangers als voertuigen, waardoor alles soepel en veilig verloopt. Of stel je de mogelijkheden voor bij stadsplanning, waarbij elk detail van de infrastructuur wordt geoptimaliseerd op basis van nauwkeurige data. Onze technologie maakt dit mogelijk, met verbeterde tracking, nauwkeurige grondvlak-lokalisatie en de mogelijkheid om gedetailleerde 3D-informatie over objecten te verzamelen.
Bij ViNotion gaat het om meer dan alleen technologie; we willen verhalen creëren die de wereld om ons heen begrijpelijker en veiliger maken. Onze nieuwste innovaties in AI-videoanalyse zijn een belangrijke stap vooruit in deze missie, en we zijn enthousiast om deze vooruitgang met jullie te delen.
In de onderstaande video demonstreren we hoe dit eruitziet op één enkel videoframe.
