Зарегистрироваться
МЕНЮ
Стать партнером
Зарегистрироваться

Машинное зрение 2019 (Москва, 20 ноября) – это 7-я ежегодная конференция для производителей компонентов и систем машинного зрения, разработчиков программного обеспечения и программируемой логики, поставщиков встраиваемых решений и системных интеграторов, которые обсуждают:

– растущие сегменты рынка машинного зрения;
– новые подходы к созданию систем машинного зрения под задачи и специфику конечных покупателей;
– новые доступные технологии, возможные области применения этих технологий, знаний и умений интеграторов.

Спонсор конференции "Машинное зрение": Basler AG

Экспертизу и технологии представляют:

basler-square-new
xilinx-square-new
vitec-square
ximea-square
cameraiq-new
osram-square
mkoi-square
bic-sqaure-new
astra-square
olvia-square
FRAMOS AG

Хотите представить ваши технологии и экспертизу?

Бронируйте участие в 7-й конференции "Машинное зрение"
Да, хочу!

Новые технологии делают доступным более высокое качество изображения, что позволяет решать задачи не только лучше, но и большее их количество. Доступность технологий отрывает российским системным интеграторам, покупателям компонентов машинного зрения (камеры, оптика, свет), новые возможности как с традиционными, так и с новыми заказчиками. Конечные пользователи и поставщики систем машинного зрения получают возможность решать задачи, к которым ранее было не подступиться в силу технологических или бюджетных ограничений.

Главный вопрос каждого выступления – что дают технологии машинного зрения в решении тех или иных практических задач.

Секция I. Трансформация систем машинного зрения
  • ДИСКУССИЯ УЧАСТНИКОВ ФОРУМА. Машинное зрение как интеллектуальный функциональный элемент сложных машин, устройств, систем. Новые и старые камеры, встраиваемые вычислители, нейронные сети и машинное обучение. Влияние технологий искусственного интеллекта на машинное зрение.

  • Принципиально новые возможности машинного зрения. Basler aсе 2 как продолжение самой успешной серии камер // Владимир Плюснин, региональный менеджер по продажам, Basler AG (Аренсбург, Германия)

  • Практическое применение мультиспектрального изображения в задачах мониторинга состояния растений // Максим Сорока, генеральный директор, Витэк-Автоматика (С.-Петербург)

  • ИК-эмиттеры LED Engin для систем машинного зрения // Геррит-Уиллем Принс, вице-президент по продажам LED Engin Европа, OSRAM (Мюнхен, Германия)
Секция II. Традиционные и промышленные применения
  • Оптимальное решение для контроля качества маркировки: выбираем камеру, оптику и свет // Максим Сорока, генеральный директор, Витэк-Автоматика (С.-Петербург)

  • Инновационные камеры на базе производительных научных КМОП-сенсоров для высокотехнологичных применений // Макс Ларин, генеральный директор, XIMEA; Михаил Климкович, ведущий разработчик, XIMEA (Марианка, Словакия)

  • Как оптимизировать систему многокамерного слежения, сократив количество применяемых устройств, и получать больше полезной аналитики для контроля на транспорте и управления транспортными потоками. Виды получаемой аналитики.

  • Alveo – ускоритель для высокопроизводительных систем. Примеры применения для обработки видеоизображений. Versal ACAP – новая адаптируемая платформа ускорения вычислений // Александр Власов, инженер по применению продукции Xilinx, Avnet Silica (Ижевск)

  • Матрица может больше, и что делать с этими данными // Антон Бардин, ведущий инженер, ОЛЬВИЯ (С.-Петербург)

  • Интернет вещей. Система управления как игровой процесс, или Система диспетчеризации на производстве глазами проектировщика // Михаил Корчагин, директор, СеверНефтеПроект (Нижневартовск)
Вопросы для обсуждения
  • Возможности интеграции машинного зрения со встраиваемыми платформами в автоматизированных розничных системах, а также при идентификации и подсчете посетителей.
  • Перспективы применения технологий дополненной реальности в сочетании с камерами машинного зрения в умных городах.
  • Там, где требуется больше чем "какая-то камера с распознаванием лиц". Как конкурировать за проекты по безопасности критически важных инфраструктур с решениями на основе камер машинного зрения и специальной подсветки.
  • Чем лучше (если лучше) применение камер машинного зрения по сравнению с IP-камерами в задачах распознавания лиц, эмоций, номеров, подсчета людей, автомобилей.
  • Как использовать одинаковые компоненты (камеры, вычислительные платформы, оптику) в совершенно разных задачах.

Хочу выступить