Videoanalys STANLEY Security - Examensarbete 30hp at Stanley Security Sverige AB

Expires in 12 days

30 hp – Skapa maskininlärd modell för intelligent videoanalys i Sveriges största larmcentral
STANLEY Security letar dig som vill vara med och skapa en maskininlärd modell, s.k. artificiell intelligens, för videoanalys, kraftfull nog att utmana dagens lösningar i konsten att automatiskt övervaka video. Intelligent videoanalys stärkt av AI är framtiden och Vi på Produkter och Lösningar vill ha med dig att utmana världsledande teknik.

STANLEY Security är störst och ledande inom säkerhet i Sverige idag. Med stora kunder inom handel, bank och myndigheter är vår ambition att ständigt vara i framkant vad gällande den senaste säkerhetstekniken. Vår larmcentral, som är bemannad 24/7, är en av Sveriges största och sköter även videolarm. Det är här vi ska stärka övervakningen med hjälp av denna maskininlärda modell, vilket medför att vi får s.k. AI-baserad videoanalys. ”For those who make the world safer” är vårt motto och denna modell kommer i högsta grad vara med och bidra till ökad trygghet och förhindra och utreda brott.

Bakgrund.

Produkter & Lösningar ansvarar för alla de produkter och lösningar som STANLEY Security marknadsför, säljer och producerar. Kameror, passersystem, inbrottslarm, videomanagementsystem, brandlarm är några av de produkter som ligger till grund i vårt erbjudande. Vårt team består av 15 medarbetare, varav fem produktchefer.
Målet med exjobbet är att skapa en intelligent videoanalys att utmana de världsledande system vi i dagsläget håller på att testa och utvärdera. Vår modell kommer tränas och optimeras med hjälp av riktiga klipp på falsklarm och icke-falsklarm. Huvudfokus är att ta reda på om vår modell kan matcha prestandan mot det vi köper in och testar i dagsläget samt svara på frågan: ”Hur ur nära kan vi komma i prestanda? ”

Metod

Vår tanke är att öppna utbildningsplattformarna från bl.a. OpenCV och dlib, implementeras och efterföljs tillsammans med egna lämpliga modifikationer. Efter implementering påbörjas optimering, där själva efterforskningen kommer beröra frågor som:

Hur tränas modellen på bästa sett?
Hur stor roll spelar kamera eller site-specifika träningsvideor?
Hur påverkas systemet av att video läses från fil, mot liveström?
Vad mer kan vi justera och påverka med hjälp av vårat videomaterial för att trimma modellen och algoritmen ytterligare?
Det kommer finnas tillgång till ändamålsampassad utrustning. #NVIDIA
Tre huvudfokusområden:

  • Algoritm
    Optimering. Träningsvideor och deras påverkan på modellens prestation. Få grepp om algoritmen och låt hantverket börja.
  • Hårdvara
    Hitta nyckelfaktorer som påverkar modellens robusthet. Utvärdera och motivera i valet av hårdvara.
  • Integration
    Identifiera skillnaderna mellan att köra modellen på sparade videofiler och liveströmmar.

Utbildning/inriktning

Civilingenjör Datateknik / Elektroteknik  / Teknisk Fysik / Annat, men med referens som stödjer lämplighet

Dina förutsättningar

Du ska vara driven med kapaciteten att sätta dig in i flera områden samtidigt, ha många bollar i luften, samt sätta dig in på djupet i ämnen som berör programmering, parallell computation och neuronnätverk. Du skall på ett effektivt sätt kunna dela och flagga för problem som dyker upp för att kunna få stötning av oss i teamet och på samma sätt kunna samarbeta och effektivt dela upp arbetsuppgifter mellan dig och din exjobbskollega för att snabbare komma framåt.
Antal studenter: 1 eller 2

Startdatum för ex-jobbet: Q1 2019 (2019-01) eller enl. överenskommelse.

Beräknad tidsåtkomst: en termin / 20 veckor.
Kontaktperson
Gustav Norvik,  gustav.norvik@sbdinc.com  +4610 458 70 25

Sista anmälningsdatum: 7:e December 2018.

Ansök via "ansök nu" knappen.

Apply now
Attention: Often you need a pre-approval from your university or study counsellor, to be sure that projects or thesis found on ESCE CareerGate can be accepted as part of your education. Please contact the right entity in due time to ensure that you're picking the right project.