MultiDo SDK software library: semi-operational verification
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F27581349%3A_____%2F22%3AN0000004" target="_blank" >RIV/27581349:_____/22:N0000004 - isvavai.cz</a>
Result on the web
<a href="https://www.eyedea.cz/products" target="_blank" >https://www.eyedea.cz/products</a>
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
MultiDo software SDK knihovna: poloprovozní ověřování
Original language description
SW knihovna, která obsahuje AI metody pro analýzu multi-modálních dat z dopravních senzorů s cílem zvýšit přesnost, robustnost a validitu informací, které se z těchto senzorů získávají. Slouží ke sdružené analýze video a audio signálu. Nad touto knihovnou bylo vyvinuto několik CLI aplikací, které slouží k poloprovoznímu ověřování hlavních funkcionalit systému. Proběhlo poloprovozní ověření systému za reálných podmínek. Hlavní funkcionality poloprovozních CLI aplikací jsou následující: - CLI aplikace predikující více typů událostí z audia. - CLI aplikace pro detekci výpadků funkce video-modulu. - CLI aplikace používající SVM adaptaci audio-modulu pro přesnou predikci událostí v dlouhých záznamech. V poloprovozu se sbírala reálná data pro ověření systému. Celkem vzniklo několik datových sad, a bylo nasbíráno několik desítek hodin videozáznamu. Záznamy jsou snímány na různých stanovištích za různých světelných a zvukových podmínek. Záznamy byly automaticky zpracovány video-modulem, který detekoval celkem 23 883 průjezdů vozidel. Poloprovoz byl vyhodnocen z hlediska automatické adaptace audio-modulu na nová data; detekce více typů událostí z audia; možností detekce výpadků video-modulu; využití audia pro zvýšení efektivity zpracování videa.
Czech name
MultiDo software SDK knihovna: poloprovozní ověřování
Czech description
—
Classification
Type
Z<sub>polop</sub> - Pilot plant
CEP classification
—
OECD FORD branch
20205 - Automation and control systems
Result continuities
Project
<a href="/en/project/FW03010571" target="_blank" >FW03010571: AI system for multimodal traffic data evaluation</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Others
Publication year
2022
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Internal product ID
FW03010571-V1
Numerical identification
FW03010571-V1
Technical parameters
Data pro ověřování systému byla sbírána pomocí snímací konfigurace navržené v prvním roce projektu. Konkrétně se jedná o kameru s vestavěným mikrofonem, která je namontovaná na trojnožce a umístěná u kraje silnice. Knihovna je napsaná v jazyce Python. Pro učení neuronových sítí je použit modul PyTorch. Pro implementaci SVM algoritmu je použit modul Scikit-learn. Ověřování poloprovozu probíhalo za reálných podmínek na silnici, na místech vybraných tak, aby dodala širokou varietu světelných a zvukových scén.
Economical parameters
Licenci je možno udělit jako bezúplatnou pro nekomerční účely. Pro distribuci systému budeme vycházet z našich zkušeností z prodeje systému rozpoznávání výrobců a modelů vozidel a jeho cenové strategie. Kompletní ceny všech typů těchto produktů jsou na dotaz k dispozici na našich stránkách: https://www.eyedea.cz/products/make-and-model-recognition-mmr U systému MultiDo předpokládáme navýšení ceny oproti systému MMR cca 20% - 40%, dle konkrétní situace.
Application category by cost
—
Owner IČO
27581349
Owner name
Eyedea Recognition s.r.o.
Owner country
CZ - CZECH REPUBLIC
Usage type
A - K využití výsledku jiným subjektem je vždy nutné nabytí licence
Licence fee requirement
Z - Poskytovatel licence na výsledek nepožaduje v některých případech licenční poplatek
Web page
https://www.eyedea.cz/products