Dies ist unser F&E-Computer-Vision-Projekt. Derzeit gibt es keine Dokumentation und es ist nicht für die Verwendung durch andere Unternehmen vorgesehen.
Geschwindigkeitsvergleich mit OpenCV: speed_compare (core i7 quad@4ghz).txt
Wahnsinnig faaaaast
- Handgeschriebener Assembler (10 % des Codes)
- SIMD (SSE, AVX, NEON)
- GPGPU (CUDA, OpenVINO, OpenCL, OpenGL, NNAPI und Metal)
- Intelligentes Multithreading (minimaler Kontextwechsel, kein falsches Teilen, keine Grenzüberschreitungen …)
- Intelligenter Speicherzugriff (Datenausrichtung, Cache-Vorladen, Cache-Blockierung, nicht-temporäres Laden/Speichern für minimale Cache-Belastung, intelligente Referenzzählung ...)
- Festkomma-Mathematik
- ... und viele mehr
SDKs, die unseren Code verwenden
- KYC-Dokumente erkennen und verifizieren
- Passive 3D-Gesichtserkennung (Anti-Spoofing)
- ANPR/ALPR SDK für eingebettete Geräte (ARM) und Desktops (x86)
- MRZ/MRP SDK für eingebettete Geräte (ARM) und Desktops (x86)
- Bankkreditkartenerkennung/OCR SDK für eingebettete Geräte (ARM) und Desktops (x86)
- Extraktion von Bankscheckinformationen/OCR aus Magnetic Ink Character Recognition [MICR] (E-13B und CMC-7) mithilfe von Deep Learning für eingebettete Geräte (ARM) und Desktops (x86)
Online-Demo-Apps mit unserem Code
- KYC-Dokumente erkennen und verifizieren
- Cloudbasierte passive 3D-Gesichtslebenserkennung (Anti-Spoofing)
- Cloudbasierte automatische Nummern-/Kennzeichenerkennung (ANPR/ALPR)
- Cloudbasierte maschinenlesbare Zone/Pass (MRZ/MRP)
- Cloudbasierte Bank-Kreditkartenerkennung/OCR (ScanToPay)
- Cloudbasierte Zeichenerkennung mit magnetischer Tinte (MICR E-13B & CMC-7)
- Cloudbasierter inhaltsbasierter Bildabruf (CBIR)
- Cloudbasierte Szenentexterkennung (TextInWild)
Technische Fragen
Bitte besuchen Sie unsere Diskussionsgruppe oder unseren Twitter-Account
