The Internet belongs to everyone. Let’s keep it that way.

Protect Net Neutrality
Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Neurosoft 2014-03 PL

Neurosoft + Neurocar

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Neurosoft 2014-03 PL

Karol Gajda
NeuroCar
Inteligentne Systemy Transportowe w Praktyce

Neurosoft w Liczbach
Firma zatrudnia 57 osób
Firma istnieje od 1992r
powyżej 100 projektów drogowych
300.000 zarejestrowanych zdarzeń w miesiacu
Władze Spółki
Prezes
Janusz Wróbel
WicePrezes
Cezary Dołęga
Kierownictwo Spółki
Elżbieta
Osakiewicz-Dołęga
Aneta Moreton
Piotr Bardadyn
Dział Sprzedaży
Dział Prawny
Dział Administracyjny
Gdzie jesteśmy
Wrocław, PL
Warszawa, PL
Bergisch Gladbach, DE
Palo Alto, US
Gdzie Jesteśmy
Czym się zajmujemy:
Przetwarzanie sygnałów mowy
Text-to-Speech synthesis, Automatic Speech Recognition
Przetwarzanie obrazu
nowoczesne technologie związane z rozpoznawaniem pisma (Optical Character Recognition)
Przetwarzanie języka naturalnego
(ang. Natural Language Processing) jest dziedziną sztucznej inteligencji, zajmującą się analizą i tworzeniem tekstów w języku naturalnym
Sieci neuronowe
wykorzytujemy między innymi w rozpoznawaniu mowy i analizie obrazów
Nasze Produkty:
karol.gajda@neurosoft.pl
www.neurosoft.pl
Marketing Manager
+48 515 149 912
Questions?
NeuroCar RedLight to stacjonarne urządzenie rejestrujące, które automatycznie ujawnia naruszenia przepisów ruchu drogowego polegające na niestosowaniu się kierujących do wskazań sygnalizacji świetlnej.
<?xml version="1.0" encoding="UTF-8"?>
-<ncdod:offence xmlns:ncdod="http://www.neurosoft.pl/neurocar/offence/2013v1"> <ncdod:id>redlight-pl-siekrupanka-byt-l1-20130304-085417-305</ncdod:id> <ncdod:type>redlight</ncdod:type> <ncdod:serialnumber>302</ncdod:serialnumber> <ncdod:time>2013-03-04T08:54:17.305Z</ncdod:time> <ncdod:createtime>2013-03-04T08:56:17.446Z</ncdod:createtime>
<!-- General description of the metrological parameters of the offence -->
+<ncdod:redlight>
<!-- Offender -->
-<ncdod:offender> -<ncdod:vehicle> <ncdod:type>car</ncdod:type> <ncdod:class ncdod:taxonomy="tls2009:8+1">0</ncdod:class> <ncdod:picture>pl-siekrupanka-byt-l1-20130304-085417-305.jpg</ncdod:picture> -<ncdod:licenseplate> <ncdod:country>pl</ncdod:country> <ncdod:number>KT 79193</ncdod:number> <ncdod:description>white standard I</ncdod:description> <ncdod:recognitionlevel>0.97</ncdod:recognitionlevel> <ncdod:picture>pl-siekrupanka-byt-l1-20130304-085417-305-plate1.jpg</ncdod:picture> </ncdod:licenseplate> </ncdod:vehicle> </ncdod:offender>
<!-- Evidence description -->
-<ncdod:evidence>
<!-- Vehicle caught on the entrance -->
-<ncdod:vehicleshot ncdod:name="entry"> <ncdod:id>pl-siekrupanka-byt-l1-20130304-085417-305</ncdod:id> -<ncdod:timestamp> <ncdod:time>2013-03-04T08:54:17.305Z</ncdod:time> <ncdod:timemaxerror ncdod:unit="s">1</ncdod:timemaxerror> <ncdod:timecalibrated>0</ncdod:timecalibrated> -<ncdod:device> <ncdod:id>pl-siekrupanka-byt-l1</ncdod:id> <ncdod:serialnumber>pl-siekrupanka-byt-l1-01</ncdod:serialnumber> <ncdod:model>NCAR-TIMESTAMPER-2.0</ncdod:model> </ncdod:device> </ncdod:timestamp> +<ncdod:location> +<ncdod:plates>+ +<ncdod:pictures> +<ncdod:videos> -<ncdod:motion> <ncdod:direction>1</ncdod:direction> <ncdod:speed ncdod:unit="km/h">61.4</ncdod:speed> <ncdod:speedmaxerror ncdod:unit="km/h">6.1</ncdod:speedmaxerror> <ncdod:speedcalibrated>0</ncdod:speedcalibrated> </ncdod:motion> <ncdod:dimensions/> <ncdod:weight/> -<ncdod:description> <ncdod:type>car</ncdod:type> <ncdod:class ncdod:taxonomy="tls2009:8+1">0</ncdod:class> <ncdod:manufacturer>peugeot</ncdod:manufacturer> <ncdod:model>other</ncdod:model> <ncdod:color>dark red</ncdod:color> <ncdod:mmrpatterndivergence>0.694</ncdod:mmrpatterndivergence> </ncdod:description> </ncdod:vehicleshot> </ncdod:evidence>
<!-- Measuring device description -->
+<ncdod:device>-- </ncdod:offence>
XML
NeuroCar Access Control to system
umożliwiajacy kontrolę i monitoring pojazdów
w strefach wydzielonych (parking, teren
przedsiębiorstwa, wydzielona strefa miejska)
na podstawie odczytu tablic rejestracyjnych
detekcja pojazdu, pełna identyfikacja
pojazdu (ANPR, MMR) o danym czasie
w punkcie A,
detekcja pojazdu, pełna identyfikacja pojazdu (ANPR, MMR) o danym czasie w punkcie B,
< 0,5 km
V=s/t
porównanie czasów z punktu A oraz B i weryfikacja czasu przejazdu.
detekcja pojazdu, pełna identyfikacja
pojazdu (ANPR, MMR) oraz
dodatkowa weryfikacja ilości osi
przez kamerę poglądową
ważenie preselekcyjne pojazdu
poprzez wagi kistlera oraz
klasyfikacja poprzez pętle
indukcyjne
pomiar gabarytów pojazdu
poprzez lasery Sicka
Nagrody
CR - color recognition - Rozpoznanie koloru
DCC – Dynamiczne kalibrowanie kamery
na podstawie rzeczywistego obrazu
DMD – Kierunkowa detekcja ruchu
obecność pojazdu, prędkość, kierunek (+/-)
MMR – Make & Model Recognition- rozpoznawanie typu, marki, modelu oraz koloru
typ „5+1”: osobowy, dostawczy, ciężarowy, autobus, motocykl + NN
marka: „volkswagen”, „fiat”, „audi”, ... (~80)
model: „volkswagen passat”, „fiat ducato”, ...
ANPR Rozpoznawanie tablic rejestracyjnych
numer, kraj pochodzenia
Sensory
Przeciażone Pojazdy
statystyki miesięczne
Full transcript