AI video analytics to support people counting with RapidLab
Über den Kunden und die Herausforderung
RapidLab konzentriert sich auf die Entwicklung intelligenter Elektronik und den Bau von schnellen Prototypen für Internet of Things (IoT)-Projekte, um Herausforderungen in vielen Branchen zu lösen.
Während der Covid-19-Pandemie sahen sich viele staatliche Einrichtungen, öffentliche Verkehrsmittel, aber auch Unternehmen jeder Größe mit der beispiellosen Herausforderung konfrontiert, die Grundsätze der sozialen Distanz zu wahren und die Anzahl der Menschen in Gebäuden und auf dem Gelände gleichzeitig zu überwachen.
In vielen Fällen war die Installation von physischen Zählschleusen zu teuer oder aufgrund der Architektur der Gebäude einfach nicht machbar. Die manuelle Zählung von Personen blieb dagegen aufgrund der vielen Ein- und Ausgänge von Gebäuden eine Fiktion.
Solution
Zusammen mit den IoT-Ingenieuren von RapidLab haben wir ein kleines Gerät gebaut, das die automatische Zählung von Personen in Einrichtungen und Fahrzeugen ermöglicht und so für die Sicherheit der Fahrgäste, Mitarbeiter und Kunden sorgt. Sensoren zählen jede Person, die ein- oder aussteigt, unabhängig davon, ob sie denselben oder einen anderen Ausgang benutzt. Die Lösung wird in zwei Versionen angeboten, die von den Eigenschaften der Einrichtung abhängen, um die beste Qualität der Ergebnisse zu liefern – basierend auf Laufzeitsensoren und Videokameras. Die erste Version stützt sich auf die Anwendung von KI auf Zeitreihendaten, während die zweite Version sich auf die Anwendung von Computer Vision Deep Learning-Techniken konzentriert, um eine intelligente Videoanalyselösung aufzubauen.
Die Projektdurchführung umfasste u. a. die Definition von Datenerfassungsprotokollen, die Datenexploration, die Untersuchung und den Aufbau schneller Prototypen unter Verwendung verschiedener neuronaler Netzwerkarchitekturen sowie klassischer maschineller Lernverfahren.
Ein wichtiger Teil der Projektimplementierung, der sich stark auf die am besten geeigneten KI-Architekturen auswirkte, war auch die Optimierung der KI-Modelle für die direkte Ausführung auf den eingebetteten Geräten. Eine solche Implementierung, die als Edge-KI-Lösung bezeichnet wird, verarbeitet die Daten, ohne dass sie in die Cloud gesendet werden müssen. Diese Einsatzmethode ermöglicht eine Echtzeitleistung ohne Verzögerungen bei der Datenübertragung, Unabhängigkeit von der Stabilität der Internetverbindung und ohne Risiken für den Datenschutz.
Kontaktieren Sie uns
Füllen Sie das nachstehende Formular aus und wir werden uns in Kürze mit Ihnen in Verbindung setzen.