1
     
  • COMPUTER VISION e
    DEEP LEARNING
  • COMPUTER VISION e
    DEEP LEARNING
3
2

VIDEO SORVEGLIANZA automatica e

Costumer Profiling

 

La Video Sorveglianza Automatica si occupa di gestire i flussi video di telecamere e altri sensori per analizzare il comportamento delle persone all’interno di uno spazio pubblico o privato. Il Costumer Profiling ha invece un focus sulla singola persona, per estrarre informazioni utilizzando l’analisi del comportamento e dell’aspetto.

 

Applicazioni 

Le tecniche di Computer Vision e i sistemi di Machine Learning possono venire applicati alla Video Sorveglianza Automatica e al Costumer Profiling con i seguenti utilizzi:

 

Analisi dei flussi di persone: per la progettazione di uscite di emergenza e per il riconoscimento di situazioni potenzialmente pericolose in real-time

Tracking del comportamento: analisi dei pattern di movimento dei clienti all’interno di grandi spazi espositivi o centri commerciali per l’organizzazione degli spazi e per il marketing  
Profilazione utenti: analisi dell’età, del sesso e di altre informazioni utili a strategie di marketing personalizzate

 

Vantaggi

Analisi di grandi volumi di dati, con estrazione di pattern statisticamente rilevanti, in modo automatico

Ottimizzazione degli impianti di sicurezza, per ridurre rischi in caso di incendio o altre situazioni di emergenza

Marketing efficace e personalizzato sull’utente
Valutazione quantitativa di fattori come: attenzione dell’utente o tempo di permanenza all’interno di una struttura

Know-how

Il team R&D di Pikkart ha lavorato su diversi progetti nel mondo della Video Sorveglianza Automatica, occupandosi di rilevamento e tracking di persone da molteplici telecamere e rilevamento e quantificazione di folle. È qualificato per la creazione di soluzioni software avanzate per le applicazioni di sicurezza e sorveglianza, basate sulle tecniche più innovative, dai modelli stocastici a grafi al Deep Learning. 

 

Perchè scegliere Pikkart?

 

Pubblicazioni

“People reidentification in surveillance and forensics: A survey”, Vezzani et al., ACM Computing Surveys, 2013 
“People orientation recognition by mixtures of wrapped distributions on random trees”, Baltieri et al., European Conference on Computer Vision, 2012

 

 

ultima modifica:  06/03/2018