A&R Tech - Visionary
aws Digitalisierung | 2024 | AI Adoption | Wien
Das VISIONARY Projekt entwickelt einen KI-basierten Objekterkennungsalgorithmus welcher in live Video-Streams für den Eisenbahnsektor relevante Objektklassen (Personen, Rollstühle, Fahrräder, etc.) auf Bahnsteigen erkennt.
aws Digitalisierung | 2024 | AI Adoption | Wien
Diese Objektklassen sollen dem Zugpersonal auf Anzeigebildschirmen benutzerfreundlich dargestellt werden. Unsere Software ist für spezielle AI-accelerator Chips kompiliert und soll entsprechend (inklusive neu erstellter Hardware „aiBOX“) sowohl existierenden sowie neuen Kunden angeboten werden. Die neu entwickelte Objekterkennungs-KI übertrifft den aktuellen Stand der Technik mit höherer Genauigkeit bei schnelleren Frameraten und niedrigerer Latenz. Diesen Sprung schaffen wir, indem wir einerseits neue KI-Architekturen aufbauen (beispielsweise E-ELAN Blöcke kombiniert mit LSTMs und BiFPNs) und andererseits synthetische Trainingsdaten (mithilfe von Rendering und Stilisierung) erstellen. Neben der KI gestützten Objekterkennung wird großer Fokus auf bestmögliche visuelle Aufbereitung der gesammelten Information für das Zugpersonal gelegt.
English: The VISIONARY project is developing an AI-based object recognition algorithm that identifies object classes relevant to the railroad sector (people, wheelchairs, bicycles, etc.) on platforms in live video streams. These object classes are to be presented to the train operator on display screens in a user-friendly way. Our software is compiled for special AI accelerator chips and is to be offered accordingly (including newly created hardware “aiBOX”) to both existing and new customers. The newly developed object recognition AI surpasses the current state of the art with higher accuracy at faster frame rates and lower latency. We achieve this leap by building new AI architectures (e.g. E-ELAN blocks combined with LSTMs and BiFPNs) and by creating synthetic training data (using rendering and stylization). In addition to AI-supported object recognition, there is a strong focus on the best possible visual presentation of the information collected for the train operator.

