STØTTERADAROffentlig finansiering
Profesjonell tilgangLogg inn
Meny

BehaveMon

Godkjent SkatteFUNN-prosjektMottakerJARBTECH SOLUTION GROUP ASProsjekt-ID293768
Godkjent SkatteFUNN-prosjektBeløp ikke publisertKilden publiserer ikke beløp per prosjektPer prosjekt · SkatteFUNN / Norges forskningsråd

Godkjenningen dokumenterer en skattefradragsordning, men kilden publiserer ikke faktisk skattefradrag per prosjekt.

Prosjektopplysninger

Prosjektperiode
Instrument
Skatte-/avgiftsfordel
Vedtaksdato
Program/aktivitet
SkatteFUNN
Prosjekttype
SkatteFUNN-prosjekt
Kommune
Bergen
Fylke
Vestland

Offentlig prosjektsammendrag

Jarbtech Solution Group AS - Prosjekt BehaveMon. Selskapet ble grunnlagt i 2013/2014 med det formål å utvikle en løsning / et produkt som gjør det lettere for metroselskaper å overvåke, oppdage, bøtelegge, kartlegge og bekjempe sniking. Dermed kan man effektivt oppdage: - At flere går gjennom bommen samtidig - At noen hopper over bommen - At noen kryper under bommen Sniking er et alvorlig problem som oppleves problematisk over hele verden. Når en passasjer begår slik svindel, er det et problem for T-baneselskapet og for samfunnet som bærer kostnadene. Å effektivt kunne finne og gripe snikerne vil øke metroselskapenes billettinntekter og hjelpe dem til å utnytte sine egne ressurser på best mulig måte slik at flere tjenester kan etableres og flere investeringer i f.eks. nytt materiell kan gjennomføres. Avansert 3D videoanalyse er fortsatt relativt nytt, og selskapet jobber med å finne de mest effektive analysemetodene for overvåking. R&D utgjør fortsatt en betydelig risiko og nybrottsarbeid for selskapet, og gjør selskapets teknologi attraktiv. Etterhvert vil en også finne andre applikasjonsområder (f.eks. gjenfinning av bagasje, deteksjon av risikobagasje, osv.). Dette prosjektet skal videreutvikle og ferdigstille produktet med fokus på presisjon og utvikling av funksjonalitet og applikasjoner for GUI, konfigurasjon, rapporter, statistikk, nett- og topologistyring, "management", analyse og etablering av et automatisk treningssystem i form av støtte for selvlæring av et kunstig nevralt nettverk. Systemet baseres på læring fra tusenvis av snikesituasjoner, og dybdekartene fra 3D-kameraene (Intel RealSense) gir en 3D-visning av "scenen" for å detektere og analysere personer, bevegelser, oppførsel, osv. og fører til at snikingen blir oppdaget. I løpet av prosjektperioden forventer selskapet å utvikle verdens mest avanserte system for analyse, rapportering og alarmering av hendelser på en stasjon basert på 3D videoanalyse og bruk av standard hyllevare kamerateknologi.

Kilde og proveniens

KILDEFAKTUM

SkatteFUNN publiserer prosjektidentitet, periode, eier og godkjenningsstatus uten prosjektbeløp.

Åpne prosjektet i Prosjektbanken
RADAR-NORMALISERING

Mottaker kobles med organisasjonsnummer. Program og prosjektidentitet forblir kildeavgrenset.

DEKNINGSGRENSE

Ikke publisert er en egen tilstand og betyr verken null eller ukjent utbetaling.