GENiUS Tech

미래 수준까지 끌어올린 기술을 누구나 간편히

Generative
Classification

Polyp GAN
RNA GAN
Watermarking
Style Mixing
Object Eraser

Pose Estimation
Realtime Detection
MNC
Blurring
OCR

Polyp GAN

생성적 적대 신경망을 활용한 합성 위암 데이터 생성합니다.
RNA GAN

특정 질병을 가진 사람의 RNA 시퀀스 데이터를 학습하여,
해당 질병에 대한 RNA 시퀀스 데이터를 재생성합니다.
Style Mixing

샘플 PNG를 genius에서 가지고 있는 데이터셋으로 테스트용 얼굴을 가져오게 되며,
정사각형 얼굴 사진 2개를 가져와 얼굴 합성을 진행합니다.
Object Eraser

선택한 대상을 정밀 분할 및 삭제 후 삭제된 대상 영역에
배경 이미지를 추정 및 생성합니다.
Pose Estimation

형체를 인식하고 18개의 key points를 추출하여 영상으로부터 형체의 움직임을 감지하고 결과물로 보여줍니다.
Realtime Detecting

실시간 개체 검출 시스템으로 이미지를 포함하여 동영상에서도 실시간으로
동작 할만큼 빠르고 정확하게 특정 사물을 Detecting 합니다.
Multi-task Network Cascades

Faster R-CNN에서 객체여부를 마스킹하는 CNN을 추가하여 파손부위를 추적합니다.
약 900개의 파손 차량 데이터를 활용하였으며, CNN을 통과하면서 ROI Align을 사용하기에 파손 위치를 92% 정확하게 추출합니다.
Blurring

영상으로부터 얼굴을 인식하고 개인정보보호를 위해 인식한 얼굴에 모자이크 처리를 진행합니다.
OCR

주어진 이미지에서 텍스트를 추출하기 위해 CRNN을 활용하여 feature sequence 추출, 텍스트 시퀀스를 예측하고 최종적으로
예측된 텍스트 시퀀스를 텍스트로 변환합니다. 약 50,000장의 한국어 글자체 이미지가 활용되었으며, 이미지 인식에
ResNet/VGG, 추론에 CTC/Attention/KoSpeech를 사용하여 Word Error Rate 1.13 score를 기록하여 온라인 경진대회에서 수상하였습니다.

client.PolypGANs({
  callback_url: 'http://www.example.com/callback',
  instruction: 'Create Medical data using GAN.',
  object_type: ['Polyps'],
  images_to_produce: 30,
  img_width: 1225,
  img_height: 968,
   }, (err, task) => {
    // do something
});
RUN CODE

{
  "annotations" : {
  "url" : "https://{}/img/polyp/72e17a13f4adc003ddb92541.jpg"
   },
}
client.RNAGANs({
  callback_url: 'http://www.example.com/callback',
  attachment_type: 'csv',
  attachment: 'http://example.com/RNA_Sequence_Data.csv',
  data_size: 1000
  disease_type: ['bileduct cancer']
   }, (err, task) => {
    // do something with task
});
RUN CODE

{
  "result" : {
  "url" : "http://{}/gernerated_data/RNA_Data_GAN.csv"
   },
}
client.createWatermarkingTask({
  attachment: 'https://example.com/video.mp4',
  hidden: 'base64:Zm9vYmFyYmF6cXV4Lg==',
  min_width: 30,
  min_height: 30
   }, (err, task) => {
    // do something with task
});
RUN CODE

client.createWatermarkingExtractionTask({
  attachment: 'https://example.com/suspicious_video.mp4',
  target_hidden: 'base64:Zm9vYmFyYmF6cXV4Lg==',
  min_width: 30,
  min_height: 30
   }, (err, task) => {
    task.on('complete', (likelihood) => {
     // computed likelihood delivered in [0, 1] range
     });
});
client.createStyleMixingTask({
  dataset_imgs: 'https://{}/projectAgent_
                 image_to_np/images/*',
  attachment-l: 'https://i.imgur.com/test1.png',
  attachment-: 'https://i.imgur.com/test2.png',
}, (err, task) => {
     // do something with task
});
RUN CODE

{
  "result": {
  "url": 'https://{}/projectAgent_image_to_np/
          images/output/output.png'
  }
}
client.createObjectEraserTask({
  input: 'https://i.imgur.com/foobar.png',
  mask: 'base64:Zm9vYmFyYmF6cXV4Lg==',
  max_height: 3072,
  max_width: 2048
}, (err, task) => {
    // do something with task
});
RUN CODE

{
   "result": {
     "url": "http://{}/img/tech/txt/g_img01_03.jpg",
  }
}

client.createObjectDetectionTask({[
  {"position": {
    "y": 1,
    "x": 1
  },
    "part": “head",
    "score": 0.1
  },
  {"position": {
    "y": 3,
    "x": 3
  },
    "part": “left shoulder",
    "score": 0.2
  },
  {"position": {
    "y": 1,
    "x": 3
  },
    "part": “right soulder",
    "score": 0.3
  }
]});

RUN CODE

{
   "result": {
     "url": "http://{}/img/tech/txt/cImg01_02.jpg",
  }
}
client.createSegmentationTask({
  callback_url: 'http://www.example.com/callback',
  instruction: Annotate all the pothole in the video,
  attachment_type: video
  attachment: http://example.com/video.mp4
  objects_to_annotate: ['pothole']
   }, (err, task) => {
    // do something with task
});
RUN CODE

client.createSegmentationTask({
  callback_url: 'http://www.example.com/callback',
  instruction: Annotate all the pothole in the video,
  attachment_type: video
  attachment: http://example.com/video.mp4
  objects_to_annotate: ['pothole']
   }, (err, task) => {
      //"annotations": {
      //"url": "http://{}/img/tech/txt/c_img02_02.jpg",
    },
});
client.createSegmentationTask({[{   “shape_attr": {
    “name”: “polyline”,
    “all_points_x”: [
      319,
      255,
      321,
      ...
      359.
      415,
      457
    ],
    “all_points_y”: [
      474,
      451,
      325,
      …
      257,
      210,
      201
    ]
  },
“region_attr”: {“name”: dmg_part }
“dmg_score": 0.1
  },
  {
  “shape_attr": {
  “name”: “polyline”,
  “all_points_x”: [
      359,
      355,
      221,
      ...
      199.
      215,
      357
    ],
  “all_points_y”: [
      374,
      151,
      225,
      …
      157,
      110,
      101
    ]
  },
“region_attr”: {“name”: dmg_part }
“dmg_score": 0.25
}]});

RUN CODE

{
   "result": {
     "url": "http://{}/img/tech/txt/c_img03_02.jpg",
  }
}
client.createFaceLandmarkTask({
  attachment: 'https://i.imgur.com/baz.png',
  num_landmarks: 68,
  min_width: 30,
  min_height: 30
   }, (err, task) => {
    // do something with task
});
RUN CODE

client.createFaceLandmarkTask({
  attachment: 'https://i.imgur.com/baz.png',
  num_landmarks: 68,
  min_width: 30,
  min_height: 30
}, (err, task) => {
    task.on('complete'', (data) => {
        // landmarks: [
        // [252, 38],
        // [258, 58],
        // …
        // ]
    });
});
client.*createNamedentityrecognitionTask*({
  callback_url: 'https://example.com/0000.jpg',
  params: {
    text: “손글씨 내용을 탐지합니다”,
    num_found: 3,
    labels: [
     {
      name: 'T_DETECT',
      display_name: '손글',
     },
     {
      name: 'T_DETECT',
      display_name: '내용을',
     },
     {
      name: 'T_DETECT',
      display_name: '탐지합니다',
     },
    ]
  },
}, (err, task) => {
    // do something with task
    //T_Detect: [
    // [0,2],
    // [4,6],
    // [8,12]
    //]
}
RUN CODE