Fremme af AI til video:Opstart lancerer en kraftfuld videobehandlingsplatform

Voxel51, en opstart fra University of Michigan, lancerede i dag sit flagskibsprodukt - en softwareplatform designet til at gøre det lettere, hurtigere og mere overkommelig for at få adgang til videodatas uudnyttede potentiale.

Softwaren er rettet mod virksomheder, der arbejder med video, men kæmper for at udtrække de oplysninger, de har brug for fra den. Selvom video er en rig form for data, det er svært at analysere og søge på grund af dets kompleksitet, store filstørrelser og mangel på definerede enheder som ord.

Voxel51 har sat sig for at overvinde disse forhindringer med deres videoanalyseplatform og open source -softwarebiblioteker, der, sammen, muliggøre state-of-the-art videogenkendelse. Det identificerer og følger objekter og handlinger i hvert klip. Som medstifter Brian Moore siger, "Vi forvandler video til værdi."

Deres første fokus, som især er relevant for førerløse biler, er på videooptagelser fra vejscener og for offentlig sikkerhed. I begge disse applikationer, kameraer er nøglesensorer, men det er tidskrævende for mennesker at behandle dataene, så en computer kan analysere dem. Hurtigere, automatiseret behandling skal fremskynde udviklingen af ​​et bedre computersyn.

"Dette er den første og eneste offentligt tilgængelige platform til vejbaneforståelse, "sagde medstifter Jason Corso, professor i el- og computerteknik. "Bilvirksomhederne bygger dem, men i proprietære siloer. Vores vil være tilgængelig for alle at bruge og prøve.

"Ved at demokratisere videobehandling og adgang til store, annoterede biblioteker, vi gør det muligt for yngre nystartede virksomheder at konkurrere med de ressourcestærke teams, der arbejder med førerløse biler og andre computer vision-applikationer i store virksomheder. "

I førerløse biler i dag, opfattelsesalgoritmer produceres med maskinlæringsteknikker, hvilket betyder, at de skal trænes i videoklip, der er kommenteret med objektidentifikation og sporing - f.eks. fodgængere, køretøjer, lygtepæle, skilte og lyskryds.

Inden systemerne trænes, videoen skal kommenteres - normalt af et menneske. Derfor er det tidskrævende og dyrt at oprette træningsdata til maskinlæringsalgoritmer.

Med Voxel51, brugere kan stole på platformens AI -software for at fremskynde meget af denne proces. Derefter, det er muligt at søge efter meget specifikt videoindhold - f.eks. en hundekører. Og med open source -biblioteket, nogle brugere har adgang til meget større datasæt, end de ellers havde råd til at erhverve.

"Der er et klart behov for den slags banebrydende AI-teknologi, der er udviklet af Voxel51 i det automatiserede køretøjsrum, og vi er begejstrede for de fremskridt, der allerede er gjort, "sagde Bryce Pilz, licensdirektør hos U-M Tech Transfer.

"Lige nu, Voxel51 -teknologien hjælper autonome køretøjer hos Mcity med at forstå, hvad de ser på vejen, så de kan træffe bedre beslutninger, og vi er ikke i tvivl om, at vi til sidst vil se disse innovationer slå igennem i produktionskøretøjer, gør dem mere sikre, mere effektiv og pålidelig. "

Udover at lægge kraftfuld AI -videoanalyse i hænderne på udviklere, Voxel51's største differential under hætte er, at deres behandling fungerer i rum-tid volumen på tværs af rammer, hvor de kan fange bevægelse og udseende ændrer sig over tid. Med andre ord, de ser ikke på pixels, men på voxels.

Virksomheden har skaffet 2 millioner dollar i venturekapital. Det ligger i Ann Arbor, beskæftiger 15 personer og ansætter mange flere, Siger Corso.

"Siden begyndelsen af ​​moderne computing, mennesker har tilpasset sig computere. Jeg tror, ​​det er på tide, at computere begynder at tilpasse sig os, og det indebærer en dybere forståelse af den visuelle verden, "Sagde Corso." Voxel51s nye platform er et vigtigt skridt i den retning. Vi vil gøre det muligt for nye virksomheder at tilføje visuelle opfattelsesevner med lethed og kraft, hvor de ellers ikke ville have været i stand. "