前言
团队
成员 |
项目选题环节 |
评审环节 |
贡献比例 |
530 雨勤 |
商业计划书(封面、行业背景、产品介绍、财务预测) |
博客+评分+评分表整理+得分与问题收集 |
25% |
311 旭 |
商业计划书(摘要、市场分析、营销策略、项目团队) |
评分+问题回答 |
23% |
403 俊 |
ppt制作 |
评分+问题回答 |
18% |
223 元 |
评审表+博客随笔 |
评分+评分表整理+问题回答 |
20% |
437 海辉 |
演讲 |
评分+问题回答 |
14% |
来自各组的评分情况
编号 |
团队名称 |
项目名称 |
NABCD |
格式 |
内容 |
PPT |
演讲 |
总分/100 |
1 |
天机组 |
指尖加密 |
75.00 |
80.00 |
|
80.00 |
80.00 |
79.00 |
2 |
PMS |
Your eyes |
16.00 |
18.25 |
15.75 |
18.00 |
17.50 |
85.50 |
3 |
日不落战队 |
小葵日记 |
13.00 |
16.00 |
16.00 |
18.00 |
17.00 |
80.00 |
4 |
像我这么能打的还有五个 |
WanderLand |
26.00 |
8.00 |
26.00 |
14.00 |
13.00 |
87.00 |
5 |
洛基小队 |
START |
16.00 |
16.00 |
17.00 |
13.00 |
16.00 |
78.00 |
6 |
Boy Next Door |
WEB账簿管家应用 |
7.00 |
7.00 |
8.00 |
9.00 |
7.00 |
37.00 |
|
|
百分制换算 |
|
|
|
|
|
74.00 |
7 |
Massivehard |
上一次 |
17.00 |
19.00 |
18.00 |
17.00 |
18.00 |
89.00 |
|
去掉最高分,去掉最低分 |
平均得分 |
|
|
|
|
|
81.90 |
来自各组对本组的提问
-
天机组
- Q:物体重叠时的精度问题?
- A:目标物体重叠问题可以通过算法解决。
- Q:现有市场竞争激烈。
- A:首先,各行业的竞争都是激烈的,我们需要在竞争中寻求上升机会;其次,我们这是一个某种程度上偏科研的项目,会有后续不断的完善以提升竞争力。
- Q:对视频分辨率有要求吗?
- A:原则上,视频的分辨率越高越好。在视频分辨率较低的情况下,检测准确度会有一定下降。
-
日不落战队
- Q:最终目标?
- A:就本学期的课程目标,完成简单监控场景下的视频摘要与人车检测与跟踪。识别率……
- Q:不同极端场合下的对应效果?
- A:在人车密度较小的场景下,达到90%的检测跟踪准确率;人车密度较大的场景下,存在较多的……,争取达到70%
- Q:BCD貌似没有介绍。
- A:BCD体现在我们的博客随笔中,
-
像我这么能打的还有五个
- Q:单单检测没有识别,对于准确率影响很大。
- A:我们主要做的功能是流量统计,只要能够完成对于人、车的分类检测,就能完成我们的目标,没有识别功能并不影响我们的准确率。
- Q:对于信息提取,非人类的活动,例如一个矿泉水瓶被风吹过来等问题怎么处理?
- A:我们会对获得的含有动态内容的视频帧中的物体进行检测分类,将只留下含有人、车目标的视频帧。
- Q:实用性不高,市场上的竞争对手强大。
- A:我们的主打功能是流量统计,流量统计可以用在交通、商业等多方面,具有相当的应用价值,不能说是实用性不高。市场上确实存在许多强大的竞争对手,但我们的产品走的还是轻资产路线, 不同于市面上大多的产品都配合硬件售卖,我们的成本更低,风险更小。
-
洛基小队
- Q:推广门槛是否过高?
- A:我们基于实验室已有的项目之上确立了本项目,如果确能得到可靠的产品,或能得到实验室的帮扶。
- Q:演讲中所说用某种方式进行视频摘要,请问是什么方式?
- A:首先,利用“帧差法”减除静止视频帧;再次,调用人车模块的检测方法,检测含有人车内容的视频帧;最后,将获得的有效帧合成一个完整视频。
- Q:能否给出计划要达到的识别率以及依据?
- A:在非密集无遮蔽场景下达到95%以上的检测准确率;在密集、遮蔽的场景下(上下课时间的校门口)达到70%检测准确率;对回溯视频中视频摘要错误率(包括静态被误存,目标背景被误错过)低于10%。
-
Boy Next Door
- Q:目前针对各路况无法给出统一的识别率。
- A:我们本学期的目标是完成简单场景下的检测,对于不同路况场景必然存在不同的准确率,无法统一,这也是所有市面已有产品的通病。
- Q:针对目前市场上已存在的阿里云”城市大脑“,你觉得你们的产品有什么亮点或不同的地方?
- A:针对“城市大脑”,他们是将供水、供电等散落在城市的资源信息化,而我们的产品注重监控场景下流量统计等,我们两方的产品本质方向是不一样的。
- Q:你们将来获取数据会不会不止通过摄像头的方式,而更多的是以传感器比如光感、温感的方式来获取数据并识别?
- A:不会,我们的产品理念是“轻资产”,运用摄像头能降低我们的硬件成本,我们不需要舍弃我们的优势而退而求其次。
-
Massivehard
- Q:监控目前主要以四轮车及行人为主,暂无法识别两轮车,因此应用场景有限制,如学校里多以电动车自行车为主,功能用处不大。
- A:两轮的交通工具(例如摩托、电动、自行车等)到目前为止都是科研研究的一项难题,产品不多,而我们的产品目标致力于单一行人及四轮轿车的识别,其他功能可能会在后续继续研发。
- Q:同一画面中能够捕捉到的对象上上限比较模糊。
- A:这是基于密度而言的,单位密度下我们初期定在两人,轿车与摄像头架设有关,只要没有过多的重叠是不会被检测到了。
- Q:希望能给出一些应用场景。
- A:工业园区、公司等入口处
posted @
2017-10-21 13:49
雨勤未晴丶
Views(
208)
Comments()
Edit
收藏
举报