Características y capacidades

• Algoritmo confiable e innovador, tolerante a la variación en apariencia, escala, rotación y pose del objeto.
• Precisión del mismo nivel que en PCs para la detección de objetos y su procesamiento con dispositivos móviles.
• Las cámaras incorporadas de los teléfonos inteligentes son apropiadas para la obtención de imágenes de objetos.
• Compatibilidad e interoperabilidad con los productos basados en SentiSight de lado PC.
• Los precios son razonables, la concesión de licencias flexible y el soporte al cliente gratuito.

SentiSight está diseñado para ser lo más universal posible y es capaz de realizar el aprendizaje de objetos de forma totalmente automática o manual. La tecnología SentiSight Embedded se puede utilizar para una amplia gama de tareas, incluyendo:

• Reconocimiento de documentos, sellos, etiquetas, envases y otros artículos para clasificación, supervisión del uso y aplicaciones similares;
• Recuento de objetos e inspección.
• Aplicaciones de realidad aumentada y extendidas para juguetes, juegos, dispositivos y aplicaciones Web, tales como: juguetes inteligentes para niños con reconocimiento de tarjetas, imágenes, pictogramas, etc., reconocimiento de lugares en base a fotografías; reconocimiento de productos tales como bebidas, alimentos y otros bienes de consumo.
• Aplicaciones de soporte al cumplimiento de la ley con fines de identificación, tales como reconocimiento de tatuajes.

La tecnología de SentiSight Embedded 1.3 tiene las siguientes capacidades para el reconocimiento visual de objetos y su aprendizaje sobre dispositivos móviles o embebidos:

• Detección precisa de objetos. El algoritmo de SentiSight es capaz de descubrir:
  • si un objeto particular está presente en la escena,
  • dónde se encuentra el objeto dentro de la escena,
  • cuántas veces aparece el objeto en la escena.
• Dos algoritmos para reconocimiento de objetos. Dependiendo del tipo de objeto, se puede usar uno (o ambos) de estos algoritmos para un reconocimiento exitoso:
  • Algoritmo basado en blob, que utiliza pequeños detalles de un objeto como características distintivas que se extraen del objeto modelo y se utilizan más tarde para reconocer el objeto. Este algoritmo ofrece un rendimiento de alta velocidad pero no es adecuado para objetos de color sólido, reflectantes o transparentes (como vidrio, etc.).
  • Reconocimiento por forma
    Clic para ampliar
    El algoritmo basado en forma es útil para objetos que no tienen ningún detalle distintivo pero que tienen bordes externos (límites) estables y/o bordes internos. Este algoritmo se ejecuta a velocidad más baja, pero permite el reconocimiento de la mayoría de los objetos que no pueden ser identificados por el algoritmo basado en blob.
• Modo de uso de color. El algoritmo basado en blob puede estar configurado para detectar los colores de los objetos y utilizar esta información para mejorar la precisión del reconocimiento. Este modo permite a las aplicaciones basadas en SentiSight distinguir objetos similares que sólo se diferencien en el color.
• Determinación de la calidad de imagen del objeto. Durante el aprendizaje del objeto se puede utilizar un umbral de calidad para garantizar que sólo los objetos modelo de mejor de calidad se almacenen en la base de datos.
• Reconocimiento simultáneo de múltiples objetos. El algoritmo SentiSight Embedded detecta y reconoce múltiples objetos 2D y 3D simultáneamente.
• Evaluación del objeto. El algoritmo hace estimaciones basadas en la región que ocupa un objeto dentro de la escena, proporcionando información adicional sobre el tamaño, orientación y escala del objeto reconocido.