Voxel51, en start vid University of Michigan, lanserade idag sin flaggskeppsprodukt - en mjukvaruplattform utformad för att göra det enklare, snabbare och billigare för att komma åt den outnyttjade potentialen för videodata.

Programvaran riktar sig till företag som arbetar med video men kämpar för att extrahera den information de behöver från den. Även om video är en rik form av data, det är svårt att analysera och söka på grund av dess komplexitet, stora filstorlekar och brist på definierade enheter som ord.

Voxel51 har tagit sig för att övervinna dessa hinder med sin videoanalysplattform och bibliotek med öppen källkod som, tillsammans, möjliggöra toppmodern videoigenkänning. Den identifierar och följer objekt och åtgärder i varje klipp. Som medgrundaren Brian Moore säger, "Vi omvandlar video till värde."

Deras inledande fokus, som är särskilt relevant för förarlösa bilar, finns på videofilmer från vägscener och för allmän säkerhet. I båda dessa applikationer, kameror är nyckelsensorer, men det är tidskrävande för människor att bearbeta data så att en dator kan analysera den. Snabbare, automatiserad behandling bör påskynda utvecklingen av bättre datorsyn.

"Det här är den första och enda offentliga plattformen för förståelse av vägarna, "säger medgrundaren Jason Corso, professor i el- och datateknik. "Bilföretagen bygger dem, men i egenutvecklade silor. Vårt är tillgängligt för alla att använda och prova.

"Genom att demokratisera videobearbetning och tillgång till stora, kommenterade bibliotek, vi gör det möjligt för yngre nystartade företag att tävla med de resurser som arbetar med förarlösa bilar och andra datorvisionsapplikationer i stora företag. "

I förarlösa fordon idag, uppfattningsalgoritmer produceras med maskininlärningstekniker, vilket innebär att de måste utbildas i videoklipp som är kommenterade med objektidentifiering och spårning - till exempel fotgängare, fordon, lyktstolpar, skyltar och trafikljus.

Innan systemen tränas, videon måste vara annoterad - vanligtvis av en människa. Det är därför det är tidskrävande och dyrt att skapa utbildningsdata för maskininlärningsalgoritmer.

Med Voxel51, användare kan lita på plattformens AI -programvara för att påskynda mycket av denna process. Sedan, det är möjligt att söka efter mycket specifikt videoinnehåll - till exempel en hundvandrare. Och med biblioteket med öppen källkod, vissa användare har tillgång till mycket större datamängder än de annars hade råd att förvärva.

"Det finns ett tydligt behov av den typ av banbrytande AI-teknik som har utvecklats av Voxel51 inom det automatiska fordonsutrymmet, och vi är entusiastiska över de framsteg som redan görs, "sa Bryce Pilz, licensdirektör på UM Tech Transfer.

"Just nu, Voxel51 -tekniken hjälper autonoma fordon på Mcity att förstå vad de ser på vägen så att de kan fatta bättre beslut, och vi har ingen tvekan om att vi så småningom kommer att se dessa innovationer ta sig in i produktionsfordon, gör dem säkrare, mer effektivt och pålitligt. "

Utöver att lägga kraftfull AI -videoanalys i händerna på utvecklare, Voxel51:s huvudsakliga differentierare under huven är att deras bearbetning fungerar i rymd-tidsvolymen över ramar, där de kan fånga rörelse och utseende förändras över tid. Med andra ord, de tittar inte på pixlar utan på voxlar.

Företaget har samlat in två miljoner dollar i riskkapital. Det ligger i Ann Arbor, sysselsätter 15 personer och anställer många fler, Säger Corso.

"Sedan modern dators gryning, människor har anpassat sig till datorer. Jag tror att det är på tiden att datorer börjar anpassa sig till oss, och det innebär en djupare förståelse av den visuella världen, "Sa Corso." Voxel51:s nya plattform är ett viktigt steg i den riktningen. Vi vill göra det möjligt för nya företag att enkelt lägga till visuella uppfattningsfunktioner med kraft och kraft där de annars inte skulle ha kunnat. "