“安檢雲盒”獲種子輪融資 安檢更加迅速

發表時間:2019-09-12 14:37

每逢節假日,地鐵、火車站、飛機場安檢通道前就會排起長龍,緩慢前進的安檢帶成為影響乘客進站速度最大的阻礙。但為了保證站點安全,安檢員不得不通過電腦屏幕仔細觀看每個從安檢儀中傳輸過的行李箱,篩查出違禁品。有沒有辦法在保證違禁品檢查準确率的情況下加快安檢速度?博瓦科技不久前研發出了一款智能終端——安檢雲盒,它可通過對安檢儀賦能,用神經網絡、深度學習、圖像識别等技術智能識别違禁品,減輕安檢人員壓力。據悉,借此“安檢雲盒”已完成200萬元種子輪融資,投資方為新進創投。


CEO胡亮表示,融資資金将主要用在了産品研發和測試等方面。據了解,安檢雲盒可以深度學習、神經絡、圖像識别為底層技術,對500餘萬張樣本進學習優化來的智能算法,可以在0.04秒以内對包裹中是否有違禁品進判别,對有違禁品萬分之識别精度為95%,對多違禁品複雜情況萬分之識别精度達90%。


博瓦科技創始人兼CEO胡亮在接受記者采訪時介紹,對于有安檢需求的單位來說傳統安檢方式痛點明顯,現在大部分安檢流程都是通過安檢儀對乘客行李掃描,安檢員用肉眼識别屏幕中可能存在的違禁品。


安檢員長時間進行重複性單一作很難保證注意力持續集中,再加上主觀意識嚴重,該形式很難保證識别準确率。另外由于人的反應速度限制安檢速度也難以提高,基本隻能讓安檢傳送帶速度維持在0.2m/s,導緻安檢區域常常排隊、擁堵。


胡亮認為:“如果有一款智能化解決方案能賦能安檢機,提高安檢效率、違禁品篩查準确率,安檢單位很難拒絕。”


博瓦科技研發出的安檢雲盒不僅能解決上述幾個痛點,還能記錄相關安檢數據,讓安檢站點不再是獨立的信息孤島。


安檢雲盒的核心是以深度學習、神經絡、圖像識别為底層技術,通過對500餘萬張樣本進學習優化來的智能算法,它可以在0.04秒以内對包裹中是否有違禁品進判别。對有違禁品萬分之識别精度達95%,對多違禁品複雜情況萬分之識别精度達90%。還能通過雲端數據平台對各站點違禁品全天候監控,使智能算法及時發現異常情況,對潛在險進智能預警 。


“傳統方式幾乎很難記錄并運用安檢數據,而使用智能化的解決方案後所有數據将自動傳至雲端,在發生突發情況後也能第一時間調取。”


目前,安檢雲盒已經分别在廣東部分機場和地鐵完成測試,同時博瓦科技還與數家武漢安檢公司簽下共計百萬額度的合作訂單。


據了解,安檢雲盒項目成立于2018年年初,當時胡亮還是華中科技大學控制科學與工程專業的在校研究生。從本科起他就對機器人及圖像識别十分感興趣,和校内創業團隊一起參加了不少創新創業大賽。


在第一屆湖北省“互聯網+”大學生創業創新大賽上,他們的項目一舉突破重圍、拿下金獎,成為最受關注的團隊。最開始本來隻是抱着培養興趣的目的去參賽,拿下冠軍後他們才開始思考項目商用化的可行性。


“當時看到很多不如我們的項目在商用的進程中都取得了不錯的成績,于是我們便去思索能不能将我們深耕的技術運用到實際生活、生産中,後來就注冊了博瓦科技這家公司,在華中科技學圖像信息處理與智能控制實驗室的支持下研發出了安檢雲盒這款産品以及相關解決方案。”


被問及為何選擇智慧安檢賽道時,胡亮信心十足,他認為在機場、高鐵、火車站、物流點等場所安檢機至關重要,用智能産品提高安檢儀效率,輔助安檢員工作至少會是個千億級别的生意。


他直言:“現在因為市場對安檢雲盒這類産品的認知程度、接受程度不夠,所以我們更多是從輔助人工的角度出發去解決問題。當産品落地足夠成熟、市場足夠認可後智能化産品完全取代人工也不是全無可能。”


為了加速項目推進,博瓦科技已于不久前啟動了天使輪融資,資金在600萬左右,将主要用于團隊建設、産品研發和推廣等方面。