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
Конференция для производителей компонентов и систем машинного зрения, разработчиков ПО и программируемой логики, поставщиков встраиваемых решений и системных интеграторов, предлагающих решения в таких областях, как автоматизация производства, транспортные системы, ритейл, медицина, финансы и др.
Андрей Мирошкин, генеральный директор компании "Гротек"
В центре внимания: технологии машинного зрения в комбинации с вычислительными платформами и программными средствами; создание платформ, которые в значительной степени расширяют функциональные возможности систем, где решения принимаются на базе видео или изображений.
Максим Сорока, генеральный директор компании "Витэк-Автоматика"
Денис Псарев, менеджер по машинному зрению ОАО "Северсталь-инфоком"
Вячеслав Лукин, генеральный директор ООО "Интеллектуальная видеоаналитика"
Сергей Меркулов, руководитель цифровой трансформации Segezha-group
Расхождение точности определения коэффициента полнодревесности в измерениях человека и программы составляет около 2%. Основываясь на результатах пилотного проекта, можно с уверенностью сказать, что технологии машинного обучения и компьютерного зрения в данной прикладной среде дают внушительный результат и, очевидно, имеет смысл переходить к промышленному решению, в котором все необходимые замеры сможет проводить система, без участия человека.
Федор Петренко, коммерческий директор VizorLabs
Ярослав Шуваев, руководитель Центра внутренних инноваций "Ак Барс Цифровые Технологии"
Клиентский опыт изначально рассматривался как результат взаимодействия с физическими сервисами затем с виртуальными через интерфейсы устройств, третья фаза - интерфейсы незримо интегрированы в среду. Термин обозначающий новый опыт взаимодействия когда человек получает результат в естественной среде, естественным способом без посредничества интерфейсов получил название Phygital.
Умный дом, разговаривающий с хозяином на естественном языке, умный магазин узнающий клиента в лицо который, умная городская инфраструктура которая не только управляет освещенностью улиц но и помогает вызвать скорую в случае сердечного приступа - лишь неполный перечень того что мы увидим в недалеком будущем.
Мы в банке реализовали уже несколько проектов в направлении Phygital. Face2Pass - пропускная система на основе распознавания лица позволяет сотрудникам наших компаний-клиентов проходить в офис без магнитных карточек. Face2Loyalty - система лояльности на основе распознавания лица позволяет получать персональную скидку в кафе. Face2Pay - платежи при помощи распознавания.
Владимир Райчев, менеджер проектов Ниеншанц-Автоматика
Как интеграция AI и IoT позволяет повысить эффективность "умных" систем в задачах сбора и обработки данных, какие преимущества можно извлечь, перенеся обработку информации с сервера на Edge-систему, находящуюся в непосредственной близости от источника данных.
Александр Власов, инженер по применению Xilinx в компании Avnet Silica
Антон Владзимирский, заместитель директора по научной работе ГБУЗ "Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы", доктор медицинских наук
Значительное количество разработчиков (от стартапов до глобальных вендоров) интересуются сферой здравоохранения. Распознавание диагностических изображений представляется актуальной и реализуемой задачей, однако прогресс в разработках минимален.
В презентации будут обсуждаться реальные возможности и значимость ИИ для лучевой диагностики, типовые проблемы и ошибки, пути их преодоления; будут представлены сведения о Московском эксперименте по компьютерному зрению в диагностике.
Николай Тржаскал, директор по развитию Центра Искусственного Интеллекта МТС
Опыт построения "дополненного интеллекта" в функции HR в МТС. Задача цифровой трансформации HR — как повышение эффективности собственных процессов, так и профессиональный рост сотрудников и их развития.
Машинное зрение как интеллектуальный функциональный элемент сложных машин и систем
Что будет двигать вперед продажи и рынок систем машинного зрения в ближайшие три года?
Применение ИИ и глубокое обучение в системах машинного зрения позволят машине видеть и думать, как человек?
Насколько реально глубокое обучение систем машинного зрения?
Следует ли разделять тренды в области систем машинного зрения в целом и в сегменте встраиваемых систем (Embedded Vision) в частности?
Какое влияние оказывает на рынок систем машинного зрения развитие цифровой экономики?