Notre équipe de Data Scientist a réuni les compétences les plus pointues en matière d'IA, appliquées au traitement d'images et à l'analyse vidéo, afin de tirer parti des caméras de circulation routière existantes
Nous avons des partenariats solides avec les principaux leaders de l'IA:
Cyclope.ai a développé ainsi des briques technologiques clés, qui sont ensuite assemblées pour construire des produits logiciels intégrés robustes et industrialisés.
Tracking
Suivre un véhicule ou un objet déterminé d’une prise de vue à l'autre
Segmentation des voies
Pour présélectionner et identifier différentes zones dans une image
Reconnaissance des formes
Pour identifier et reconnaître une forme déterminé dans une prise de vue
Classification
Pour répartir ces objets dans des catégories spécifiques
Détection de visage
Pour compter le nombre d'occupants en brouillant systématiquement les visages
Evaluation de la qualité
Pour identifier les images les plus susceptibles de garantir la détection
Platematching
Pour faire correspondre les plaques d'immatriculation à partir de leur empreinte digitale unique
Anonymisation
Pour brouiller toutes les données personnelles visibles et garantir le respect de la vie privée
En repoussant les limites du traitement de l'image, l'IA a permis l'émergence de la vision par ordinateur.
Ces technologies de pointe permettent d'exploiter les caméras comme jamais auparavant, qu'elles soient nouvelles ou déjà installées.
Grâce à la capacité d'apprentissage des algorithmes d'IA, nos technologies peuvent toujours améliorer leurs performances.
Déjà entraînés sur des millions d'images, nos algorithmes sont désormais en mesure de fournir une capacité de compréhension extrêmement fine.
Nous utilisons des méthodes d'optimisation spécifiques sur les machines de calcul pour faire fonctionner l'IA à l'échelle et rendre l'architecture informatique toujours plus fluide.
En s'adaptant chaque fois aux besoins spécifiques du projet, notre équipe d'architectes de solutions hautement qualifiés rend possible une intégration correcte et harmonieuse dans les systèmes et outils existants.
Cyclope.ai contribue régulièrement à l'avancement de la recherche scientifique et industrielle à l'échelle internationale, par le biais de publications scientifiques :
HyperFDA: A Bi-level optimization approach to Neural Architecture Search and Hyperparameters’ Optimization via Fractal Decomposition-based Algorithm
Accepté dans GECCO - Genetic and Evolutionary Computation Conference 2020
Real time Automatic Urban Traffic Management Framework Based on Convolutional Neural Network under Limited Resources Constraint
Acceptéau 17th ICIAR - International Conference on Image Analysis and Recognition 2020
Application guided Image Quality Estimation based on Classification
Accepté à 26th IEEE ICIP - International Conference on Image Processing, 2019