컴퓨터 비전: 이미지 및 비디오 데이터 솔루션

APPEN의 통합 수집 및 어노테이션 프로세스와 자체 개발한 데이터 어노테이션 플랫폼은 이미지와 비디오 등 데이터의 수집 및 어노테이션을 돕고, 고품질의 컴퓨터 비전 모델을 구축하도록 지원합니다.

모델 훈련으로 인간처럼 인식

컴퓨터 비전(Computer Vision)은 인공지능(AI)이 제공하는 가장 광범위한 확장 분야 중 하나입니다. 컴퓨터 비전을 사용한 응용 프로그램은 더 빠른 속도, 더 큰 규모로 주변 세계를 관찰하고 이해하는 인간의 능력을 모방하려고 노력하고 있습니다.

컴퓨터 비전 기술은 생활 곳곳에서 등장했습니다. 예를 들어, 자율주행 자동차의 제조업체는 컴퓨터 비전을 사용해 자동차가 도로를 건너는 보행자, 인도, 도로 표지판 및 기타 도로 상황의 특징을 자동으로 인식하도록 돕고 있습니다.

금융회사는 컴퓨터 비전을 사용해 업무 프로세스를 디지털화하고, 광학 문자 인식(OCR) 등 기능을 통해 종이 송장과 청구서를 전자 파일 형식으로 쉽게 변환하고 관련 정보를 추출하고 있습니다.

많은 전자상거래 기업에서 컴퓨터 비전에 의존해 관련 콘텐츠 검색을 진행하여 관련 상품을 추천합니다. 여러 산업 분야의 기업은 정확하고 효율적으로 업무 프로세스를 자동화하는 컴퓨터 비전 솔루션의 수혜를 입을 것입니다.

데이터 어노테이션 과정에서 머신 러닝 지원 기능을 내장해, 프리 어노테이션과 스마트 품질 검사 능력을 갖춰 자동화를 구현하고 데이터 수집과 데이터 어노테이션 프로젝트의 생산성, 정확성, 납품율을 향상시켰습니다.

다각형, 점, 선, 회전 경계 상자 및/또는 타원형을 사용해 이미지 어노테이션 작업을 생성하고, 타깃 수집 객체의 기타 형상 정보를 사용해 더 빠르고 유연하며 정확한 이미지 어노테이션을 구현합니다.

이미지 안의 텍스트 주위에 경계 상자를 그리고 동시에 전사합니다. 고품질의 OCR 훈련 데이터를 획득하도록 현지화 텍스트를 제공합니다.

픽셀 단위로 컴퓨터 비전 모델 이미지를 표시합니다. 자체 개발한 플랫폼 도구를 사용해 픽셀 레벨만큼 정확한 고정밀도 어노테이션을 진행해 정확성과 성능을 향상시켰습니다.

비디오 어노테이션을 통해 모델이 주변 환경을 관찰하고 이해하도록 돕고, 추가적인 “신속 어노테이션” 기능을 통해 후속 프레임에서 어노테이션을 유지하고, 검사와 편집을 수작업으로 진행해 비디오 어노테이션 생산성을 향상시켰습니다.

다양한 장면 속의 보행자 신원을 어노테이션하고 안면 인식과 결합해 크로스 카메라 크로스 시나리오의 상황에서 보행자에 대한 인식, 추적과 검색을 해결하여 시공간 연관성이 강한 크로스오버 추적의 데이터 수집을 구현합니다.

당사의 어노테이션 도구 인터페이스를 통해 포인트 클라우드 데이터를 직관적이고 효율적으로 어노테이션할 수 있고, 지원하는 데이터 유형에는 LiDAR, 레이저 및 기타 유형의 스캐너/센서 데이터가 있습니다.

컴퓨터 비전의 응용은 여러 산업 분야에 널리 퍼져 있으며, APPEN은 귀사가 고품질의 컴퓨터 비전 응용을 배포할 수 있도록 다양한 유형의 어노테이션 데이터를 제공할 수 있습니다. 다음은 몇 가지 일반적인 응용이며, 더 많은 정보는 당사로 문의 바랍니다.

안면 골격, 얼굴 표정, 얼굴 모션, 3D 안면 이미지 등의 핵심포인트 어노테이션을 진행해 안면 인식과 모션 표정 분석 구축을 돕습니다. 응용 가능 분야: 안면인식 결제, 얼굴 인증, 보안 추적 등 다양한 산업.

인체 자세, 모션, 골격 등을 어노테이션하여 인체 모션 특징을 이해하고 모션 추적, 분석의 인공지능 모델 구축을 지원하고 오락, 피트니스, 의료, 스마트 조종 등 다양한 시나리오에서 응용 가능합니다.

제스처에 대해 스켈레톤화, 핵심포인트 어노테이션을 진행해 제스처의 명령과 의미를 이해하도록 돕고, 대화형 엔터테인먼트, 스마트 홈, 스마트 조종, VR 및 AR 등 다양한 시나리오에서 응용 가능합니다.

이미지 속의 텍스트를 박스 선택, 전사, 및 인식하고, 원격 신원 인증(인증서 인식), 콘텐츠 감사, 종이 파일 영수증 전자화 구축 등 중요한 응용을 지원합니다.

리테일 기업은 전체 멀티모달 수집 및 어노테이션 툴 제품군을 활용하여 자동화된 프로세스에서 Appen 플랫폼 내의 워크플로를 결합하여 다음을 수행할 수 있습니다.

복잡한 프로젝트를 간단한 작업으로 나눈 다음 구성 가능한 라우팅 규칙을 사용하여 작업 간에 데이터를 자동으로 라우팅

분기 또는 선형 구성에서 여러 작업 또는 모델을 함께 연결

워크플로에서 머신 러닝을 활용하여 비용을 상쇄하고 프로젝트 완료 시간 단축