Deep Vision haalt informatie uit afbeeldingen

De technologie die Deep Vision mogelijk maakt is ‘convolutional neural networks’, dat zijn computeralgoritmen die beelden omzetten in kenmerken van vorm en beweging. Met deze kenmerken kan het algoritme objecten en gedragingen in het beeld lokaliseren en classificeren. Voor het ontdekken van relaties tussen mensen (en tussen mensen en objecten) gebruiken we binnen Deep Vision een andere technologie: ‘graph networks’.

Met inzet van Deep Vision wordt er automatisch informatie uit beelden gehaald. Daarmee kunnen professionals die met beeldmateriaal werken sneller en effectiever werken. Onveilige situaties met agressie worden sneller gezien, sportwedstrijden automatisch samengevat en verkeerssituaties inzichtelijk gemaakt.

“Met Deep Vision vertalen wij afbeeldingen naar nuttige informatie.” Gertjan Burghouts, Wetenschapper Video AI en Deep Learning

TNO haalt informatie uit video met behaviour recognition

Een toepassing van Deep Vision is behaviour recognition, waar het algoritme de videobeelden analyseert om gedrag en situaties te herkennen. Deep Vision geeft aan waar en wanneer in de video- of camerabeelden een relevante gebeurtenis plaatsvindt.

TNO integreert kennis (bijvoorbeeld over de camera, het gedrag en de locatie) met AI algoritmen die leren van data. We noemen dit hybride AI. Met hybride AI weet het algoritme waar er welk gedrag verwacht kan worden. Dat maakt de analyse nauwkeuriger. Voor toepassingen in de praktijk is dit essentieel.

Behaviour recognition relevant voor vroegtijdige signalering van agressie

Vele toepassingen worden mogelijk met behaviour recognition, van het inzoomen op interessante gebeurtenissen tot het analyseren van verkeersgedrag. Het is daarbij belangrijk dat het kan leren van een beperkt aantal voorbeelden. Dat scheelt tijd, geld en maakt het breder inzetbaar. TNO ontwikkelt AI algoritmes die dit kunnen. Kortom, met Deep Vision kunnen wij relevante informatie uit beelden halen voor gebruikers.