Veritone, Inc. a dévoilé Veritone Tracker, une nouvelle solution de suivi alimentée par l'IA qui exploite la détection de similarité basée sur la confiance pour suivre les personnes et les objets par le biais d'un logiciel de reconnaissance vidéo. Veritone Tracker fournit les informations impartiales nécessaires pour évaluer la description visuelle d'une personne d'intérêt dans une scène, ce qu'elle fait et le contexte des autres personnes dans la scène, sans effectuer de reconnaissance faciale ou autre identification biométrique qui révèlerait l'identité d'une personne. La nouvelle application a été créée en utilisant les connaissances du domaine aiWARE et AI de Veritone en matière de gestion du cycle de vie des preuves, ainsi que la technologie issue de l'acquisition en août de Vision Semantics Ltd. (VSL), une société leader dans le domaine de la vision par ordinateur, spécialisée dans les solutions logicielles d'analyse vidéo et de surveillance alimentées par l'IA.

Le portefeuille de brevets de VSL comprend neuf familles de brevets internationales et 34 brevets sous-jacents. La technologie combinée améliorera les applications existantes de la société basées sur aiWARE sur les marchés de la sécurité publique et des entreprises commerciales. VSL a été fondée par le professeur Sean Gong en tant que spin-off du Computer Vision Group de l'université Queen Mary de Londres, avec pour mission de créer des logiciels de classe mondiale basés sur les recherches de Gong en matière de vision par ordinateur et d'apprentissage automatique, et plus particulièrement sur l'analyse vidéo et la reconnaissance d'actions et d'objets.

VSL a été reconnue internationalement pour sa solution de réidentification des personnes (RE-ID), une technologie de vision par ordinateur préservant la vie privée pour les applications de sécurité publique et de sécurité. La solution RE-ID est un mécanisme permettant de retrouver une personne à différents endroits et à différents moments dans une grande quantité de données vidéo collectées par des caméras distribuées. Il est unique car il n'utilise pas de données privées, de caractéristiques d'imagerie faciale ou d'autres éléments biométriques spécifiques à une personne couramment utilisés.