А теперь разберем реальный кейс подсчета клиентопотока с помощью Computer Vision

Доброе утро, друзья. Продолжаем тему Computer Vision. Вчера разоблачили нарушителей пдд, сегодня разберемся как научить компьютер «видеть» + бонус: повышаем безопасность ПК

Делимся опытом, как нейронные сети помогают аудиторам искать нарушителей ПДД среди водителей служебных автомобилей

В ходе аудита часто возникает необходимость анализировать большие объемы видеоданных. Просмотр видео, даже в ускоренном режиме — трудозатратен. Поэтому приходится формировать ограниченную выборку материалов. Как проанализировать все необходимые данные с приемлемой скоростью, используя алгоритмы компьютерного зрения, и получить риск-ориентированную выборку небольшого объема, которую можно комфортно обработать в ручном режиме?

Методы компьютерного зрения находят все большее применение, так как позволяют производить обнаружение, отслеживание, а также классификацию объектов. Давайте представим, что в ходе аудиторской проверки нам необходимо проверить частоту появления рекламы какого-либо продукта, например, банковских услуг, в прямом эфире. Какой технологией нам воспользоваться в данном случае?

Привет любителям Data Science! С развитием технологий развиваются и возможности аудита, где сейчас используются высокие технологии, в прямом смысле высокие – космические спутники. Кейс из аудита о том, как обработать последовательность изображений с помощью нейронных сетей.