Использование компьютерного зрения на мобильных устройствах для детекции хайлайтов в активных видах спорта

Графовые СУБД

Оптимизация производительности
Энергопотребление
Кросплатформенная разработка
Архитектура мобильного приложения
Аппаратные и программными возможности мобильного устройства
Machine Learning

Доклад отклонён

Целевая аудитория

Доклад будет полезен для ML Engineers, ML Scientists, Computer Vision specialists, C++ Mobile software developers.

Тезисы

На примере распознавания хайлайтов (забитий шаров) в бильярде рассмотрим, как при ограниченных вычислительных ресурсах можно организовать пайплайн, работающий на мобильном устройстве в режиме реального времени.

В докладе расскажу, как можно выстроить каскад фильтров, постепенно отсеивая нерелевантные события. Сначала, с помощью простых и быстрых методов, используя классическое компьютерное зрение, отсеивать тривиальные случаи. Потом, применяя более тяжёлые модели, – нейронные сети работающие с видеофрагментами, отсеивать более трудно различимые случаи.

Я работаю на позиции ML Team lead в Friflex.
Занимаюсь компьютерным зрением, до этого десять лет работал в программировании в различных сферах. Обладатель 5 золотых медалей на Kaggle и эксперт отраслевых конференций.

Friflex

ООО «Фрифлекс» – компания по разработке ИТ-решений: мобильных приложений и высоконагруженных проектов, проектов на базе искусственного интеллекта. Компания разрабатывает и внедряет информационные системы с использованием искусственного интеллекта, глубокого обучения и нейронных сетей. Friflex занимается разработкой собственных ИИ-продуктов в сфере оцировке спорта. Например, один из продуктов – платформа для оцифровки и трансляции шахматных партий idChess, которая используется в обучении шахматам в мире.

Видео