Beeldherkenning
Beeldherkenning is een methode voor het detecteren en analyseren van visuele data. Door beeldherkenning worden processen beter schaalbaar en de productiviteit verhoogd. Beeldherkenning is een vorm van kunstmatige intelligentie oftewel artificial intelligence(AI) en Computer Vision. Deze technologie maakt het mogelijk om plaatsen, mensen, objecten en vele andere soorten aspecten in een afbeelding te identificeren en daaruit conclusies te trekken. Beeldherkenning-oplossingen worden onder andere gebruikt binnen de overheid, mobiliteit, productie, en retail. Een concreet voorbeeld is de detectie van zonnepanelen.
Hoe software beeldmateriaal kan analyseren?
We gebruiken deep learning-modellen, zoals convolutional neurale netwerken (CNN’s), om software te ontwikkelen die de kleinste kenmerken en patronen kan detecteren en die het ene object van het andere kan onderscheiden. Om dit te bereiken worden neurale netwerken getraind op enorme datasets van afbeeldingen. Geïnteresseerd geraakt in de techniek, klik dan hier.
Een krachtige beeldherkennings-model is geen doel op zich, maar een middel om de bedrijfsprocessen te optimaliseren. Daarom staat het bedrijfsproces van de klant en de samenwerking altijd centraal bij Lokinas. Immers:
“Een meesterwerk is te verwachten wanneer liefde en talent samenwerken.”
Mobiliteitscasus
Voor parkeerbeleid wordt gebruik gemaakt van detectie van geparkeerde voertuigen. Met de uitkomsten kan bijvoorbeeld de schaarse (parkeer)ruimte beter worden benut. Deze toepassing is ontwikkeld in samenwerking met Roelofs Groep en HighScan.
Beeldopnames van drones en vaste camera’s worden gebruikt om routes van voertuigen inzichtelijk te maken. Hiermee kunnen verkeerstromen beter gereguleerd worden zodat knelpunten worden opgelost en de verkeersveiligheid verbetert.
Nieuwsgierig geworden wat beeldherkenning kan doen voor jouw bedrijf?
Overheid
De overheid gebruikt beeldherkenning op geo-gerefereerde drones, satellietbeelden en luchtfoto’s om inspecties en handhavingswerkzaamheden te automatiseren.
Retail
Zie je iemand op straat lopen met de schoenen van je dromen? Maak daar een foto van met je mobiel en de app zoekt naar vergelijkbare schoenen op de foto. Door beeldherkenning wordt de wachttijd bij de kassa gereduceerd. De kassière weet welke producten een klant heeft waardoor het langdradige proces van producten op de band leggen niet langer nodig is.
NATUUR EN Milieu
Een voorbeeld op het gebied van natuur en milieu is de detectie van invasieve exoten, zoals Japanse duizendknoop. Dergelijke soorten zijn in Nederland ongewenst vanwege hun overheersende karakter waardoor inheemse soorten worden verdrongen. Bovendien kunnen deze exoten schade veroorzaken, bijvoorbeeld aan funderingen of dijken en daarom als ‘plaag’ worden gezien.
Productie
Manufactures gebruiken beeldherkenning om hun supply chain te optimaliseren door, inspecties en kwaliteitscontroles te automatiseren en mogelijk problemen te identificeren voordat de productie hiervan hinder ondervindt. Denk bijvoorbeeld aan sortering van fruit of herkenning van defecte exemplaren.
Vormen van beeldherkenning
Binnen beeldherkenning zijn vier verschillende vormen te onderscheiden, namelijk:
- Classificatie: het categoriseren van afbeeldingen op basis van het identificeren van de aanwezigheid van één element-type op de afbeelding.
- Labelen: Labelen ligt in de verlengde van classificatie en is in staat om met hogere nauwkeurigheid de aanwezigheid van meerdere element-typen binnen een afbeelding te herkennen. Aan een bepaalde afbeelding kunnen dus één of meerdere labels worden toegekend.
- Object detectie: Het lokaliseren van een object in een afbeelding. Zodra het object is gelokaliseerd, wordt om het betreffende object een kader geplaatst.
- Segmentatie: Deze taak lijkt op object detectie met het verschil dat bij segmentatie een object op een afbeelding tot op de dichtstbijzijnde pixel wordt gelokaliseerd. Segmentatie wordt gebruikt indien uiterste precies nodig is, zoals bij zelfrijdende auto’s.