Создание универсального медийно-развлекательного контента для преображения видео в виде цифрового авангарда/искусства или акварели
Создание контента с помощью большой коллекции стилей разных художественных направлений, а также есть возможность использовать произвольный стиль, задаваемый в виде пользовательского изображения-образца.
Посмотреть проект Сделать более понятным и интересным процесс изучения и запоминания теоретического материала для школьников и студентов, повысить вовлеченность в учебный процесс
Создание универсального медийно-развлекательного контента для преображения фото и видео любого формата
Посмотреть проект Мы можем распознать каждый объект в видеопотоке, и это дает нам возможность интегрировать любой медиа-контент в формате постобработки.
При решении различных задач сокрытия целевого объекта необходимо решить задачу обнаружения объекта на изображении и стилизации его в формате реального времени.
На вход системе подается набор однообразных документов. Необходимо построить систему, которая сможет заполнять электронную версию этих документов с высокой точностью. Требуется построить как средство разметки, так и модель распознаванию, основанную на технологиях TD, OCR
- Разработать, обучить и объединить в общий ансамбль алгоритмов по обработке медицинских данных (включая DICOM-изображения, DICOM-тэги, метаданные пациента (в т.ч. формализованные протоколы) - Достижение точности классификации не менее 95% на класс (дла задачи классификации снимков/исследований) - Достижение точности выделения сегмента патологии на снимке выше чем 90% (для задачи сегментации)
Установка связей между выделенной расцвеченной областью и реальной областью патологии. Основная задача - это исследовать зависимость между выделенным сегментом градации серого на снимке и самой патологии для достижения быстрой высокоточной разметки независящей от человеческого фактора в плане точности выделения и детектирования сегмента патологии
На основании входных изображений рентген снимков грудной клетки человека определять диагноз с точностью не менее 80%, выделять область патологии с точностью не менее 70%