Презентация1

1.

Разработка программных решений для
восстановления графической
информации с использованием
элементов искусственного интеллекта
Команда проекта
Киричек К.С.
Трифонов В.В.

2.

Анализ рынка:
Remini - увеличение четкости, не удаляет все неровности: убирает шумы, искажает черты
лица, если исходник нечеткий, и не убирает крупные заломы. Бесплатная недельная
пробная подписка.
VanceAI - колоризует, убирает заломы, повышает качество изображения. Работает с
крупными портретными фото. Бесплатно можно обработать один снимок.
Hotspot - убирает заломы и трещины. Фото дорабатывается вручную, например удаление
крупных повреждений. Отлично справляется с колоризацией, но увеличение разрешения
изображения только платно.
Repairit - повышает качество и удаляет небольшие заломы, может ошибиться с
прорисовкой черт лица. Бесплатно можно обработать три фото.
Все сервисы и приложения, описанные выше так или иначе имеют свои недостатки ввиду
неполного восстановления фотографий, а так же ограниченного функционала из-за
платной подписки.

3.

Методология разработки стартап-проекта и обоснование
выбора:
Была выбрана инкрементная модель при которой каждый выполняемый этап идет
параллельно другому выполняемому этапу разработки проекта. Выбор обоснован
тем, что жесткое планирование (каскадная модель разработки Waterfall) в данном
стартап-проекте не подходит по ряду причин, таким как: финансирование,
технические трудности, с которыми можно столкнуться в разработке проектов с
использованием нейронных сетей, временные рамки. Простая модель разработки
Code-n-Fix, в которой программный код подвергается изменениям для
исправления багов излишне затянут поскольку все пункты выполняются
последовательно, а решение бага может занять значительное количество
времени, так же не подходит, поскольку данная модель больше подходит для
разработчиков неограниченных временными рамками.

4.

Основная бизнес-идея стартап-проекта:
Идея заключается в создании автоматизированного модуля для восстановления
поврежденных фотографий с использованием нейронных сетей и генерацией
изображений. Хотя данная задумка уже реализована девелоперами из разных стран, в
том числе и России, глубокого распространения она не получила. Конкуренты
распространяют данное программное обеспечение по подписке, ни у одной
программы нет высокой точности обработки входного обучающего набора данных,
либо нет хорошей карты признаков для устранения дефектов на фотографиях.
Монетизация проекта будет производиться с помощью сервиса Яндекс.Директ –
контекстной рекламой. Данным методом монетизации проекта можно вернуть все
вложенные средства на разработку проекта, получить прибыль и средства на
оптимизацию при запуске и последующую поддержку готового продукта.