Hvordan det hele begyndte
For at lære en computer at "se", skal du først bruge en sensor, der læser
Trykt tekst viste sig at være en ideel testet stativ for den første generation af algoritmer - det var nok til at øge kontrasten i billedet og finde overgangene fra hvid til sort og omvendt. Dette gjorde det muligt at identificere bogstavernes grænser og deres form, hvorefter det var muligt at bestemme hvert bogstav ved at sammenligne det med præparerede prøver.
Oprettelse af open source biblioteker som f.eksOpenCV åbnede døren for eksperimentering med vilkårlige billeder. Ifølge formen af objektets detekterede ansigter kunne computeren forstå, hvor en person, et menneskeligt øje, en fugl, en bil er afbildet - computersynssystemer gik ud over grænserne for tekstgenkendelse.
Overvågningskameraer dukkede op og gav et signal,hvis en person dukkede op i rammen. Applikationer med computersyn har slået sig fast i mobiltelefoner: identifikation med ansigt, fingeraftryk, nethinde eller QR-kodescanner er for længst blevet velkendte funktioner. Og nu til forståelsen af, hvad der er afbildet, er det ikke en primitiv mønstersammenligningsalgoritme, der er ansvarlig, men et neuralt netværk trænet ved hjælp af maskinlæringsteknologi.
Hvorfor er computersyn bedre end menneskesyn?
Den første og åbenlyse fordel ved CV er megetbredere vifte af opfattelser. Computersyn er i modsætning til vores øjne ikke begrænset til det synlige spektrum. Det vigtigste er, at sensoren er i stand til at skabe et billede til videre bearbejdning, og hvad der er kilden til dette billede - et termisk kamera, lidar, videokamera, røntgenmaskine, ultralydsmaskine eller MR - er ligegyldigt.
Den anden fordel ved computervisionssystemer ermangel på menneskelig faktor. De bliver ikke trætte, bliver ikke distraheret, vil ikke sove, har 360 graders udsigt. De nødvendige oplysninger kan rekvireres i arkivet til gensyn.
Hertil kommer, under læringsprocessen, det neurale netværkkan afsløre sammenhænge, der ikke er indlysende for menneskelig opfattelse. For eksempel analyserer systemet billeder af menneskelige indre organer og danner sig en idé om, hvordan de skal se ud. På denne måde er det muligt at bestemme ikke kun typen af organ, men også graden af afvigelse fra normen - især at opdage en tumor, der ikke er diagnosticeret ved andre metoder.
Hvordan computervision ændrer den måde, vi ser verden på
Computer vision teknologier nubruges i medicin til at påvise kræftsvulster, i industrien til at kontrollere montering i produktionsstadiet og i biler som yderligere sikkerhedssystemer. Vi tøver ikke med at bruge computersyn til at låse enheden op og bander sædvanligvis til kameraerne på vejene, der udsteder bøder.
Computersyn ændrer endda opfattelsen af sport- automatiske sporingssystemer styrer broadcast-kameraer, hjælper med at løse kontroversielle spørgsmål - om bolden forblev inden for tennisbanen, eller om den krydsede mållinjen, om der var en overtrædelse eller en offside-position.
Regnskab udføres ved hjælp af computervisiontrafikprop. Systemet kontrollerer, hvor mange af lastbilens baghjul, der er i kontakt med vejbanen, hvor deformerede dækkene er, og beregner massen af køretøjets nyttelast. Det er kun tilbage at genkende nummerpladen og foretage en indtastning i databasen.
Computersyn er uundværligt på lageretregnskab. Det fungerer sådan her: scanneren læser stregkoden på produktboksen og indtaster oplysningerne i databasen. Desuden er det ikke nødvendigt at scanne hver boks - det er meget mere praktisk at læse QR-koder fra alle kasser på en palle på én gang.
Behandlingssystemer fortsætter med at udvikle sigtekster - i moderne dokumenthåndteringssystemer downloades en scanning af en kontrakt eller faktura som et PDF-dokument, men takket være computervision kan du søge, klassificere eller kopiere teksten på den.
Et separat område er integration af computervision og rumteknologi. I landbruget overvåger de ved hjælp af satellitter afgrødens tilstand, ministeriet for nødsituationer overvåger forekomsten af brande og oversvømmelser. Google har brugt computersyn på satellitbilleder til at identificere og kortlægge enhver struktur i Afrika, fra gravegrave gravet ned i en bakke ved floden til højhuse.
Computer vision teknologier er nødvendige forskabelse af augmented reality - det er takket være genkendelsen af referencepunkter, at det er muligt korrekt at indlejre det syntetiserede billede i rammen og kombinere virkelige og virtuelle rum. For eksempel, i en fjerntilpasning af smykker, læser smartphone-kameraet positionen af brugerens hånd, bygger en model og tilføjer den valgte ring til den. De allerede velkendte 3D-masker på Instagram er også en af manifestationerne af computersyn i kombination med VR/AR.
Vinder popularitet og højt specialiseretapplikationer, der giver information om et træ fra et foto af et blad, hjælper svampeplukkere med at finde ud af, om de har fået et spiseligt trofæ, og samlere kan hurtigt få information om en mønt ved blot at pege et smartphone-kamera mod den.
Hvad er ulemperne ved computervisionssystemer
Computersynssystemer er ekstremt følsommetil hardwareressourcer. Jo højere opløsning eksterne sensorer har og jo mere computerkraft, jo mere pålidelig og nøjagtig er genkendelsesprocessen. Dette kan ses i eksemplet med ansigtsgenkendelsesteknologier til oplåsning af mobiltelefoner. For ti år siden krævede dette god belysning og placering af kameraet i en nøje defineret afstand fra ansigtet. I dag genkender telefonen ejeren selv om natten.
Endnu en ulempe ved CV, som kan henføres til"voksesmerter" - fejl i klassificeringen af lignende genstande. For eksempel kan en person nemt skelne en abe fra en kænguru og en firben fra en krokodille, men for en computer er det ikke så let med lignende positurer og visse skydevinkler.
En anden begrænsning af computersyn er −beslutningstagningsproces. En moderne premiumbil kan se længere end en person: den har ingen blinde vinkler, mørke om natten eller tåge forstyrrer ikke, den kan registrere en genstands nærme sig ved sin termiske stråling. Men i en reel situation på vejen er en person stadig bedre til at træffe beslutninger under hensyntagen til den aktuelle situation. Og for at øge sikkerheden skal autopiloten ikke kun overvåge trafiksituationen, men også sin egen chauffør.
I verden af maskinsyn er identifikation en af degrundlæggende processer, hvilket umiddelbart rejser mange spørgsmål relateret til privatliv og persondata. Derfor er det nødvendigt at tage højde for de lovkrav og etiske begrænsninger, der er forbundet med selve det faktum, at en computer vurderer menneskelige handlinger og de mulige konsekvenser af beslutninger truffet af algoritmer. Emnet om fejludstedte bøder er en klar bekræftelse på dette.
Hvad venter os i fremtiden
En af de mest populære gyserhistorierforbundet med computersyn - billedet af en "digital koncentrationslejr", total kontrol, som det er umuligt at skjule fra. Fremtidens computervisionssystemer vil være i stand til at kontrollere ikke kun bevægelser, men også intentioner: Hvis du rynker panden, betyder det, at du er ked af det, hvis du ser dig omkring, plotter du noget. Fantastiske dystopiske blockbusters tilføjer også fobier og negativitet i forventning om sådanne fremtider.
Manuskriptforfattere elsker at kildre nerverne, skræmmende med nytteknologier. I praksis er verden stadig "gennemsigtig" for at kontrollere teknologier i dag. Men fordelene ved at introducere computervision vil give dig mulighed for ikke at bekymre dig om mange rutinemæssige ting i fremtiden. For eksempel vil vi højst sandsynligt glemme alt om kasseskranker i supermarkeder - systemet identificerer selv dig ved indgangen, styrer præcis, hvad du lægger i kurven, beregner omkostningerne ved udgangen og afskriver selv midlerne fra kontoen. Takket være computersyn vil det være muligt hurtigt at omdirigere trafikstrømmene for at undgå trafikpropper, og trafikken bliver generelt mere sikker.
Computervision er fremtidens teknologi,som allerede påvirker vores liv. Det er dybt integreret i den moderne verden, og vi bruger dets muligheder hver dag. Men vi er stadig i begyndelsen af rejsen, hvor vi ikke kun skal løse de tekniske problemer med at øge computerkraften, men også lære at leve i en ny virkelighed. For at gøre dette bliver du nødt til at besejre fobier og komme med lovgivning, der ikke tillader teknologi at komme ud af kontrol.
Læs mere:
Se billeder af to fusionerende galakser, taget med 9 års mellemrum
Elon Musk: Rumskib kan løfte 1.000 gange mere last end andre raketter
Mørkt stof vender almindelige partikler og fylder universet