Use Case - DEEP COLLECTOR

Automatisch Trainingsdaten für Gesichtserkennung aufbauen

Wie kann ich aus meinem Footage automatisiert Trainingsdaten gewinnen?

Medienarchive und Sender, die viel Material mit Bauchbinden haben und mit der Automatisierung des Datenmanagements beginnen möchten

Die Problemstellung

Obwohl das Training von KIs bereits sehr einfach ist, gibt es in vielen Archiven so viele unbekannte Personen, dass selbst der Upload von drei Bildern der jeweiligen Person zu einem massiven Zeitaufwand führt. Tausende von Stunden an Videomaterial entwickeln sich so zu einem Datensilo, dessen bereits enthaltene Informationen nicht genutzt werden können. Gibt es mit DeepVA eine Möglichkeit, automatisiert Trainingsdaten von bestimmten Personen zu erstellen?

Die Lösung

Dank dem DeepVA DeepCollector können Trainingsdaten für die Gesichtserkennung automatisiert gewonnen werden. Die KI des Deep Collector erkennt die Einblendung von Bauchbinden, sie überprüft die Qualität des im Bild vorhandenen Gesicht und bei guter Qualität legt sie einzelne Frames als Trainingsdaten mitsamt dem Namen und ggf. weiterer Angaben ab.

0 %

schnellere Datenerfassung

0 %

Kostenreduktion

0 %

schnelleres Labeling

Welche Resultate können erzielt werden?

Automatisiertes Erstellen einer Trainingsdatenbank aus vorhanden Videos

Ständige Erweiterung durch permanente Analyse und Training

Integrierte Qualitätskontrolle, für bestmögliches Trainingsmaterial

Automatisch Trainingsdaten für Gesichtserkennung aufbauen

Function overview

Face Dataset Creation

Mittels Bildmaterial der Gesichter und Textinformationen (z.B. aus Bauchbinden) erstellt die Face Dataset Creation automatisiert ganze Datensätze, ganz ohne manuelle Handarbeit.

Anforderungen

Kontakt

Do you have any questions?

Enter your email below and we will get back to you as soon as possible.

Related use cases

Take a look at our other use cases

Automatisch eine Sprecherdatenbank aufbauen

Wie schaffe ich es, eine Datenbank für meine Sprechererkennung aufzubauen?

Mehr Lesen