Model strojového učení a webové prezentační rozhraní pro zajištění dodržování zdravotních bezpečnostních opatření (CO-VIBES)

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F07405821%3A_____%2F22%3AN0000004" target="_blank" >RIV/07405821:_____/22:N0000004 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/07405821:_____/20:N0000001

Výsledek na webu

<a href="http://vividi.io" target="_blank" >http://vividi.io</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Model strojového učení a webové prezentační rozhraní pro zajištění dodržování zdravotních bezpečnostních opatření (CO-VIBES)

Popis výsledku v původním jazyce

Výstup CO-VIBES se skládá z následujících komponent: (i) model strojového učení, který je schopen v reálném čase detekovat a spočítat osoby, které vcházejí nebo odcházejí z definované oblasti a tím kontrolovat, zda nebyl překročen maximální počet osob v definované oblasti a algoritmem pro rozpoznání, zda osoba má, resp. nemá, nasazenou roušku či respirátor, (ii) webová aplikace poskytující aktuální informace a případně další instrukce pro osoby, (iii) obslužný softwarový systém pro nastavení a ovládání CO-VIBES. Model strojového učení bude přizpůsoben, tak aby byl možný provozovat na zařízení na okraji

Název v anglickém jazyce

Machine learning models and web application for enforcement of covid related regulations (CO-VIBES)

Popis výsledku anglicky

The CO-VIBES output consists of the following components: (i) a machine learning model capable of detecting and counting people in real-time who enter or exit a defined area, thereby checking whether the maximum number of people in the defined area has been exceeded, and an algorithm to recognize whether a person is, or is not, wearing a mask or respirator, (ii) a web application providing current information and possibly further instructions for individuals, (iii) a service software system for setting up and operating CO-VIBES. The machine learning model will be adapted so that it can be operated on edge devices.

Druh

R - Software

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

<a href="/cs/project/TM01000038" target="_blank" >TM01000038: VIBES – Vestavěná inteligence založená na pokročilých metodách strojového učení a počítačového vidění pro adaptivní systémy „počítání na okraji“ (edge computing)</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2022

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

VIVIDI StaySafe

Technické parametry

Modely strojového učení VIVIDI StaySafe jsou schopny v reálném čase (přibližně desetkrát za vteřinu) spočítat trajektorie všech osob přicházející a odcházející z hlídaného prostoru, kterým může být jakýkoliv retailový obchod, obchodní centrum, kancelář, či restaurace. Samotný model běží na zařízení VIVIDI bez nutnosti jakékoliv úpravy. Webová aplikace je složena z několika částí: (i) management uživatelů; (ii) interaktivní statistiky obsazenosti prostoru; (iii) reporty; (iv) zjednodušená stránka pro zobrazení aktuální obsazenosti v TV, tabletu či jiných prezentačních zařízeních. Vzhledem k tomu, že data trajektorií jsou agregována na serverové stránce, je možné provádět kontrolu maximálního množství osob i pokud má prostor více vchodů/východů. Systém byl nasazen v období pandemie COVID 19 u řady klientů včetně společností Billa či Alza. Systém v praxi dosáhl přesnosti zachycení příchodů a odchod; odob přesahující 99.4% . Zobrazení aktuální stavu v aplikaci pak mělo spoždění v rozsahu 500-900 ms.

Ekonomické parametry

V období pandemie COVID 19 představovaly licenční poplatky přibližně 20% příjmů vlastníka výsledku. V kontextu koncových uživatelů výsledku představovalo využití výsledku způsob dodržení nařízení vlády ohledně maximálního počtu osob na metr čtvereční prodejní plochy. Důsledkem využití je přímá úspora nákladu na zaměstnance kteří by jinak kontrolovali dodržení nařízení ručně. Úsporu v mzdových nákladech lze vyčíslit na přibližně 100.000,- Kč měsíčně pro jednu maloobchodní prodejnu (přibližné náklady na 2 zaměstnance).

IČO vlastníka výsledku

07405821

Název vlastníka

Iterait a.s.