À propos de nous.

   About us.

Basée à Montréal, au coeur d'une communauté exceptionnellement compétente en apprentissage profond et en développement de logiciels, les travaux de l'entreprise vont bon train et les résultats sont prometteurs.

horoma, qui veut dire vision en latin, a été fondée par un petit groupe d'entrepreneurs chevronnés en technologie qui utilisent l'apprentissage profond pour l'analyse d'imagerie aérienne et satellitaire.

horoma offre un système spécialisé dans la caractérisation et la segmentation automatique d’images monoscopique et stéréoscopiques de la canopée végétale, du sol et de l’eau basé sur l'intelligence artificielle et l'aprentissage profond.

Les réseaux de neurones développés par horoma sont en mesure d'extraire nombre de caractéristiques additionnelles d'images aériennes ou satellitaires.  En clair, si une caractéristique peut être identifiée visuellement, l'utilisation de techniques d'apprentissage profond de pointe permettent d'entrainer un réseau ou algorithme à la reconnaitre pour l'extraire de manière automatique.

​Based in Montreal, in the heart of a community that is exceptionally proficient in deep learning and software development, the company's work is progressing well and the results are promising.

horoma, which means vision in Latin, was founded by a small group of experienced technology entrepreneurs using deep learning to analyze aerial and satellite imagery.
​
​horoma offers an automated system providing the characterization and segmentation of monoscopic and stereoscopic imaging of canopy plants, soil and water based on artificial intelligence and deep learning.

​​
There are a number of additional features horoma's convolutional neural networks can extract from aerial or satellite images.  If a feature can be identified visually,  a neural network be trained to recognize it with the latest deep learning techniques and extract it automatically.

---

Solutions

• Foresterie:
  • Inventaire forestier
  • Délimitation de zones ravagées
  • Cartographie d’épidémies
• Milieux humides:
  • Caractérisation de couvert végétal
  • Espéces végétales
  • Réseau hydrographique
• Extraction automatisée en géomatique:
  • Réseau routier
  • Edifices et structures
  • Réseau hydrographique
  • Couvert végétal urbain
• Agriculture:
  • Cartographie des cultures
  • Inventaires de croissance et de l’état de  santé des cultures
  • Carte d’amendement

• Forestry
  • Forest inventory
  • Disaster area segmentation
  • Health and infestation survey
• Wetlands
  • Vegetal biodiversity characterization
  • Species
  • Hydrography survey
• Geomatics
  • Road survey
  • Buildings and structures
  • Hydrography survey
  • Urban vegetal canopy
• Agriculture
  • Crop inventory
  • Health and growth survey
  • Amendment map

• Sources d’images numériques:
  • Drones
  • Avion, hélicoptère
  • Satellite
• Formats:
  • TIFF
  • LIDAR
  • Couples stéréoscopiques
  • Images infrarouges
  • Imagerie multispectrale
  • RVB

• Digital imaging sources
  • Drones
  • Airplane, helicopter
  • Satellite
• Formats
  • TIFF
  • LIDAR
  • Stereoscopic
  • Infrared
  • Multispectral
  • RGB

---

Déclaration de Montréal
​IA Responsable

horoma AI supporte l'adoption de la Déclaration de Montréal sur IA responsable.

Les principes et les recommandations élaborées collectivement dans le cadre de la Déclaration de Montréal sur IA responsable sont des orientations éthiques pour le développement de l’intelligence artificielle. Pour cette première phase de la déclaration, nous avons identifié sept valeurs: bien-être, autonomie, justice, vie privée, connaissance, démocratie et responsabilité. Pour chacune d’entre elles, vous trouverez une série de questions qui visent à explorer sa relation avec le développement de l’IA. Nous proposons ensuite un principe général, qui ne répond toutefois pas directement aux questions soulevées. 

Montreal Declaration for Responsible AI

horoma AI supports the adoption of the Montreal Declaration for Responsible AI.

The principles and recommendations that will be developed collectively in the scope of the Montreal Declaration for Responsible AI are ethical guidelines for the development of artificial intelligence. In this first phase of the declaration, we have identified seven values: well-being, autonomy, justice, personal privacy, knowledge, democracy and responsibility. For each value, you will find a series of questions that seek to explore its relationship with the development of AI. We then put forth a general principle, one that does not directly answer the questions asked.