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.
