<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=504731893395981&amp;ev=PageView&amp;noscript=1">

Proof-of-Concept iOS-App für Omron

Darstellung von OKAO Vision Gesichtserkennungs-Technologie mit Echtzeit-Bildverarbeitung

  • iOS
  • Computer Vision
LÖSUNG iOS-App basierend auf OKAO Vision Gesichtserkennungs-Technologie
BRANCHE Software und Technologie
KOOPERATIONSMODELL Festpreis
METHODE Waterfall
Team
  • iOS Software Engineers
  • QA-Experte
1
2
3
4
5
6

Kunde

Problem

Um Interessenten seine proprietäre Gesichtserkennungs-Technologie besser demonstrieren zu können, hält Omron eine mobile Demo-App für eine sinnvolle Option. Angesichts der unzureichenden internen Ressourcenverfügbarkeit wendet sich das Unternehmen auf Empfehlung eines Kunden an Softeq, basierend auf Softeqs umfangreicher Kompetenz in mobiler Technologie und fundierter Erfahrung in Embedded Software Engineering.

Softeq stellt eine iOS-App bereit, um mit Hilfe des jeweiligen SDK Omrons OKAO Vision Gesichtserkennungs-Technologie zu demonstrieren. Die App hat das Ziel, die Funktionen der Android-App-Version nachzubilden.

Lösung

Der Android-Demo-App mangelt es an technischer Spezifikation. Das Team führt eine gründliche Analyse der App-Funktionalität durch, um zu verstehen, wie sie in iOS abgebildet werden kann. Die gelieferte App zeigt die folgenden Funktionen der OKAO Vision Gesichtserkennungs-Technologie:

  • Gesichtserkennung: Schnelles und genaues Lokalisieren von mehreren Gesichtern in einem Zielbild
  • Herausfiltern von Gesichtszügen: Herausfiltern der genauen Position von Gesichtszügen (z. B. Augenbrauen, Augen, Nase, Mund und Gesichtskontur)
  • Gesichtserkennung: Identifizierung einer Person durch Vergleich ihres Gesichts mit in einer Datenbank gespeicherten Bildern
  • Analyse von Gesichtsmerkmalen: Analyse von Gesichtsmerkmalen einer Person wie Geschlecht, Alter und ethnischer Herkunft
  • Automatische Anpassung für die ideale Gesichtsabbildung: Automatische Verbesserung des Teints einer Person im Zielbild

Herausforderung

Der Abgleich eines eingescannten Bildes mit Bildern in der Datenbank in Echtzeit würde die ganze CPU-Kapazität des Geräts in Anspruch nehmen, und selbst das würde nicht ausreichen.

Das Team entwickelt die App so, dass sie die Rechenleistung des GPU-Kerns durch Einsatz von Shadern - auf dem GPU ausgeführte Code-Teile - nutzen kann. So wird die Bildbearbeitung beschleunigt, ein kritischer Aspekt für bisherige iPhone-Modelle mit geringer Akkuleistung.

Ergebnisse

Das Softeq-Team nutzt seine ausgezeichneten Analysefähigkeiten beim Umsetzen der Kundenanforderungen und bei der Lieferung einer leistungsstarken iOS Proof-of-Concept-App, deren Funktion sogar die Android-Version übertrifft.

Omron schätzt die Etwicklungsgeschwindigkeit des Teams und die Qualität der Lösung und hebt Softeqs allgemeine Effizienz bei der Umsetzung hervor.