Erkennung

Moderne Erkennungs-Technologien sind nicht nur in der Lage, deine Rechnungen auszulesen, sondern auch deine Handschrift zu entziffern und dein Gesicht zu erkennen. Am Beispiel eines Bilds in unserem Workshopraum zeigen wir dir, was heute noch so alles möglich ist.

Diese Technologien findest du in unserem Showroom

QR-Codes

Du siehst sie jeden Tag auf Plakaten, Visitenkarten, im Supermarkt und in Aufzügen: QR-Codes verschaffen dir Zugang zu Informationen, die durch Einscannen der wirren Würfelmuster schnell und unkompliziert abgerufen werden können. QR” ist übrigens die Abkürzung für “quick response”. Die Kameras von modernen Smartphones können QR-Codes bereits automatisch erkennen und auslesen. Daneben gibt es zahlreiche Apps, mit denen sowohl QR-Codes gescannt, als auch erstellt werden können.

NFC

Nahfeldkommunikation (Near Field Communication, abgekürzt NFC) ist ein Übertragungsstandard zum kontaktlosen Austausch von Daten über kurze Strecken von wenigen Zentimetern. Bisher wird die Technologie vor allem im bargeldlosen Zahlungsverkehr, bei Zugangskontrollen oder für E-Tickets angewendet.

Der NFC Standard kann von den meisten Smartphones bereits standardmäßig ausgelesen werden (z.B. Apple Pay).

Neue Anwendungsfelder tun sich auch in den Bereichen Smart Home und Internet of Things (IoT) auf. 

iBeacon

iBeacon ist eine von Apple entwickelte Technik zur Lokalisierung innerhalb geschlossener Räume.

Die Funktion basiert auf der Bluetooth-Low-Energy-Technologie (BLE) und arbeitet mit dem Sender-Empfänger-Prinzip. Dazu werden Beacons (englisch für Leuchtfeuer) als Signalgeber platziert, die in fixen Zeitintervallen Signale senden. Wenn ein Empfänger, wie z.B. ein Smartphone mit einer entsprechenden App, in die Reichweite eines Senders gelangt, können basierend darauf Aktionen ausgelöst werden.

Die wichtigsten Anwendungsgebiete finden sich im stationären Einzelhandel, in Museen oder Sportstadien.

OCR

Optische Zeichenerkennung (optical character recognition, abgekürzt OCR) bezeichnet die automatisierte Texterkennung innerhalb von Bildern.

In unseren Projekten haben wir das Erkennen von Text mit dem Machine Learning Framework von Apple (CoreML) umgesetzt. Ausgangsbasis ist dabei eine Bilddatei, die in relevante Bereiche, wie Texte und Bildunterschriften, und irrelevante Bereiche, wie Weißflächen und Linien, eingeteilt wird. Über eine Mustererkennung erfolgt die Klassifikation bestimmter Textarten.

Im Anschluss daran wird die Datei im Ausgabeformat codiert  (Textdatei, XML, PDF etc.). Die häufigsten Anwendungsgebiete sind das Durchsuchen von Bildern oder PDFs sowie die Erkennung von Merkmalen zur Registrierung und Verfolgung von Gegenständen (z.B. KFZ Kennzeichen).

 

Bilderkennung

Die Bilderkennung wird eingesetzt, um Objekte in einem Bild zu segmentieren. Dabei werden den Objekten symbolische Beschreibungen zugewiesen. Anders als in der Musteranalyse wird aber nicht nach Zusammenhängen zwischen den Objekten gesucht.

Einen Anwendungsfall haben wir bereits mit Apple ARKit umgesetzt. Diese Technologie ist in iPhones bereits ab Werk integriert und wird über die Kamera angesteuert.

Häufige Anwendungsgebiete sind das automatische Beschriften von Objekten in Bildern, die Erkennung von Bildern bzw. Bildausschnitten von Medienprodukten und deren Zuordnung. Zu den Produkten können dann Informationen wie Inhaltsangaben, Genre, Zuordnung, Kritiken, Reviews oder Preisvergleiche abgefragt werden.

Raum anfragen

Deine Kontaktdaten

Nach Absenden deiner Anfrage werden wir die Verfügbarkeit prüfen und uns umgehend mit dir in Verbindung setzen.