This selection helps us tailor your visit on the website by providing you with localized information.
Automatische objectherkenning is een vorm van machine learning met een uitzonderlijk potentieel op gebied van efficiëntiewinst voor geografische dataprojecten. Op deze pagina lees je alles over de mogelijkheden van automatische objectherkenning.
Het automatisch vaststellen van een objecttype wordt automatische objectherkenning genoemd. Zonder menselijke tussenkomst kan een systeem met behulp van beelden vaststellen of een object in de omgeving verandert is.
Om een volledig geautomatiseerd proces in te richten worden de objecten die relevant zijn voor je GIS-project gelabeld. Dit proces wordt objectclassificatie genoemd en gebeurt op basis van machine learning. Doordat er steeds meer datasets beschikbaar komen met gedetailleerde en gelabelde afbeeldingen, wordt de nauwkeurigheid van automatische objectclassificatie steeds hoger. In de praktijk zijn handmatige objectclassificaties accurater. Dit komt doordat menselijke waarnemers in staat zijn om nuances en details te herkennen die machines nog missen. Machine learning wint echter snel aan terrein ten opzichte van handmatige classificatie.
Automatische objectherkenning wordt vooral toegepast bij GIS-projecten waarbij een hoge nauwkeurigheid niet 100% noodzakelijk is en waar machine learning voor een grote efficiëntieslag kan zorgen. Voor hele specifieke projecten wordt er in de praktijk vaak nog gekozen om handmatig labels aan te maken.
Realtime objectherkenning wordt met name gebruikt door (semi)-overheidsorganisaties in Nederland en België met een verantwoordelijkheid op het gebied van openbare orde & veiligheid en/of infrastructuur. In commerciële sectoren wordt de techniek met name gebruikt wanneer het transporteren van goederen centraal staat in de bedrijfsvoering.
Automatische objectherkenning is de meest klinkende innovatie op het gebied van locatiedata van de afgelopen jaren. Slim gebruik van deze techniek in combinatie met de mogelijkheden van Internet of Things (IoT) gaat de smart city van de toekomst mogelijk maken. IoT voor het verzamelen van data, en objectherkenning voor de interpretatie van deze data.
Het verwerken van geografische data is de core business van Avineon. Het verwerken van live geografische data is de meest uitdagende tak binnen die core business. Avineon is doorlopend bezig om de maximale performance te halen uit projecten waarbij automatische objectherkenning centraal staat. De kwaliteit van objectclassificatie is de tweede grote uitdaging om deze techniek efficiënt in te zetten. En ook daar zijn we vanuit Avineon doorlopend mee bezig.
Bij Avineon zijn we gespecialiseerd in Geospatial Data Engineering. Automatische objectherkenning is bij uitstek een techniek waarbij kennis van Data Engineering een absolute voorwaarde zijn voor een accuraat en efficiënt resultaat. Kun je onze hulp gebruiken? Je kunt altijd contact met ons opnemen, dan denken we met je mee!
Avineon heeft 31 jaar ervaring met het ondersteunen van organisaties in verschillende sectoren.
De afgelopen drie decennia hebben we 300 organisaties geholpen bij het verbeteren van locatiegerelateerde IT-processen. De kennis die we op doen passen we direct toe in verschillende branches.
Download het E-book Waarom Avineon? voor meer details over onze aanpak.
Kwalitatief hoogwaardige satellietfoto's zijn vrij beschikbaar. Nationale en internationale databanken stellen je in staat om je GIS-data te verrijken. Voor efficiënt gebruik is een geavanceerde geautomatiseerde workflow absoluut onmisbaar.
De opkomst van de drone heeft op maat luchtfotografie voor GIS-projecten toegankelijk gemaakt. Voor analyses met een hoog detailniveau bieden drones uitkomst. Avineon helpt je om maximale waarde uit dronedata te halen.
Het classicificeren van Lidar-data is een vak apart. Avineon heeft ruimschootse ervaring met lidar projecten in relatie tot 3D Stadsmodellen en vegetatiemonitoring. We zetten onze kennis van rasteranalyse graag in ten behoeve van jouw GIS-project!
