Нажмите «Принимаю», если соглашаетесь с условиями обработки cookie и ваших персональных данных. Запретить обработку cookie можно в настройках своего браузера. Для оценки эффективности сайта мы используем Яндекс.Метрику. Подробности в Политике обработки ПД

Принимаю
Главная / Распознавание объектов недвижимости

Распознавание объектов недвижимости

Решение для выявления строений и сооружений на снимках, полученных с БПЛА

В начале 2020 года правительство РФ сообщило о необходимости проведения полной инвентаризации недвижимости и земель России. Большое количество объектов еще построено в советское время и за более чем 30 лет многие из них не имеют законных владельцев или информация скрыта от госорганов. Инвентаризация с использованием современных технологий учета позволит создать всероссийскую единую базу данных, выявить аварийные и уже невостребованные объекты недвижимости, а также пересмотреть налоговые обязательства отдельных граждан.

Стоимость услуги рассчитывается индивидуально и начинается от 1 000 000 рублей. Финальная цена проекта формируется в зависимости от объёма работ: разработка ИТ‑стратегии, подготовка технического задания, формирование ФТТ, оценка эффективности бизнес‑процессов, аудит внедрённых решений и контроль качества реализации.

Для первичного решения наша компания применила способ, основанный на расчете площади капитальных строений по аэрофотоснимкам, полученным с БПЛА (беспилотный летательный аппарат) и дальнейшее сопоставление с кадастровыми данными. Этот процесс можно автоматизировать с помощью алгоритмов машинного обучения, в частности, Computer Vision.

Возможности модели

  • Позволяет автоматически определять координаты зданий и сооружений, заснятые беспилотными летательными аппаратами.
  • Сопоставляет координаты объектов со снимков и данные кадастровых реестров.
  • Выявляет с высокой точностью нарушения в области земельного законодательства.

В основе разработанного ML сервиса находится модель глубокого машинного обучения, основанная на свёрточных (convolution) нейронных сетях. Сервис принимает на вход снимки с беспилотных летательных аппаратов, на выходе генерирует GeoJSON файл с разметкой найденных объектов капитального строительства с привязкой к географическим координатам.

Результаты внедрения решения

  • Позволяет автоматически выявлять несоответствия фактической застройки и информации, содержащейся в кадастровых данных.
  • Независимо от времени года разработанная модель определяет свыше 80% объектов недвижимости.
  • Инструмент позволяет автоматически контролировать и предотвращать нарушения в области градостроительного и земельного законодательства.
  • Инструмент помогает увеличить налогооблагаемую базу.

 Стек технологий

HTML, CSS, JS, PHP, MySQL, PostgreSQL, MySQL Angular, Play Framework, OpenJDK, Spring, Kafka, PostgreSQL, valkey PostgreSQL, Apache Kafka, Redis, ClickHouse, Loki, Go, Python, React, Keycloack PreSetting, Apache NiFi, Zookeeper, Liquibase, Nginx, Node-JS, Java, Kubernetes, Grafana, Loki, Asp.net core, C#, Golang, NodeJS, Angular, RabbitMQ Java, Spring Framework, Gradle, Maven, PostgreSQL, Tomcat Node.js, Aurelia, React Native, Vue.js, Java, Tomcat, Spring, Jasper, Jasperreports, GraphQL, Python, PHP, Postgres, Hadoop, HDFS, Druid, Hibernate, Lyquibase, Jenkins, Zabbix, LSTM Recurrent Neural Network, OpenCV, Dlib, RabbitMQ, NiFi, Artyfactory и другие.

Другие клиенты

Нужна консультация?