-03.png){kind=small}
Multi-Camera Tracking
CAI通过人工智能技术革新了空间信息
可使用现有的CCTV，无需另行安装标记(传感器)，
以深度学习(Deep Learning)为基础实时测定位置及检测事物。
通过分析空间来测量空间内的物体识别和个体距离。
为了提高最佳的准确度和反复性能，确保持续的学习数据并进行学习，提高发动机性能。
多种角度，消除盲点，
以身体部位分析
匿名并存储
个人信息
将位置信息数值化，
并实时与外部系统进行连接。
多摄像机分析
可以同时并行连接1台到最多16台摄像头，并在多台摄像机内将跟踪目标识别为一个对象，
能够在没有盲点的情况下分析广阔区域。
工人的工作区域的识别
测量操作者与物体之间的距离
进入危险区域时发出警告
能够以身体的部分识别/辨别
追踪工作人员的移动路线
根据工人移动路径的热图
建设智能工厂
01
02
03
世界一流的识别性能
通过在实际场地上收集了60万条的训练数据，进行训练，支持世界领先水平的识别性能。因此，以工人的身体的部分，也可以进行识别，从而解决了现场情况的遗漏和盲点问题。
无限空间测量
您可以根据需要大幅扩展摄像头数量，从而消除空间的盲点，并提高物体跟踪的准确性。
实时增量学习
我们会根据每天变化的现场情况生成新的训练数据，以保持最佳状态和准确性。
CAI system
Cai Location 竞争力
实现的技术是通过IPM(Inverse Perspective Mapping), Calibration 技术，
可以检测和定位单个摄像头无法检测的障碍物或复杂结构的对象。
该技术是将从摄像头获取的片段图像转换为俯视图，
并通过对区域建模进行测量的专利技术。
引进优点
![[한글]파이미디어랩_IFA Leaflet_v.99-06.png](https://static.wixstatic.com/media/4d7264_3b471d988dd64b31b200614981428676~mv2.png/v1/fill/w_67,h_76,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/%5B%ED%95%9C%EA%B8%80%5D%ED%8C%8C%EC%9D%B4%EB%AF%B8%EB%94%94%EC%96%B4%EB%9E%A9_IFA%20Leaflet_v_99-06.png)
初始引进成本低
不需要建立昂贵的AI服务器，因此初始引入成本只有三分之一。
![[한글]파이미디어랩_IFA Leaflet_v.99-07.png](https://static.wixstatic.com/media/4d7264_8b114b4dc4d141b3970c462be6c36c74~mv2.png/v1/fill/w_71,h_76,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/%5B%ED%95%9C%EA%B8%80%5D%ED%8C%8C%EC%9D%B4%EB%AF%B8%EB%94%94%EC%96%B4%EB%9E%A9_IFA%20Leaflet_v_99-07.png)
易于安装和操作
支持用于无线网络设置和监控专用界面。
![[한글]파이미디어랩_IFA Leaflet_v.99-08.png](https://static.wixstatic.com/media/4d7264_21ae0fc0553d466d906d912d9547cee7~mv2.png/v1/fill/w_72,h_61,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/%5B%ED%95%9C%EA%B8%80%5D%ED%8C%8C%EC%9D%B4%EB%AF%B8%EB%94%94%EC%96%B4%EB%9E%A9_IFA%20Leaflet_v_99-08.png)
多种报表功能
除了记录出入人员的位置信息外，还可报告热图、人流计数以及每周/每月的趋势报告。
System Demo
使用普通FHD级CCTV，通过实时流媒体测定对象，分析位置
(平均分析速度0.01秒，测量误差0.1m，测量范围，12mx10m)
探测野生动物的AI算法
基于R-CNN的野生动物识别深度学习算法模块
按识别对象分类的坐标、 相对距离、 热图报告
将Semantic Segmentation分类为识别对象
- 采用Denoising/Background Subtraction技术，最大程度地减少误探测
# 利用本公司引擎的野生动物识别系统内的实时探测画面
解决方案应用履历
韩国电力
安全举报应用内的物体识别算法/2020.09
铁道厅
野生动物识别算法/2021.03~
KT
智能大厦防灾算法/2021.07~
现代(MOTOR GROUP)
工人位置测量算法/ 2021.09 ~
解决方案咨询：bsyeo@peopei.kr