Πώς ξεκίνησαν όλα
Για να διδάξετε έναν υπολογιστή να «βλέπει», χρειάζεστε πρώτα έναν αισθητήρα που διαβάζει
Το έντυπο κείμενο αποδείχθηκε ιδανικό τεστμια βάση για την πρώτη γενιά αλγορίθμων - ήταν αρκετό για να αυξηθεί η αντίθεση της εικόνας και να βρεθούν μεταβάσεις από το λευκό στο μαύρο και αντίστροφα. Αυτό κατέστησε δυνατό τον εντοπισμό των ορίων των γραμμάτων και το σχήμα τους, μετά από το οποίο ήταν δυνατό να προσδιοριστεί κάθε γράμμα συγκρίνοντάς το με προπαρασκευασμένα δείγματα.
Δημιουργία βιβλιοθηκών ανοιχτού κώδικα όπως π.χΤο OpenCV άνοιξε την πόρτα για πειραματισμούς με αυθαίρετες εικόνες. Σύμφωνα με το σχήμα των ανιχνευόμενων προσώπων του αντικειμένου, ο υπολογιστής μπορούσε να καταλάβει πού απεικονίζεται ένα άτομο, ένα ανθρώπινο μάτι, ένα πουλί, ένα αυτοκίνητο - τα συστήματα όρασης υπολογιστών ξεπέρασαν τα όρια της αναγνώρισης κειμένου.
Εμφανίστηκαν κάμερες παρακολούθησης που έδιναν σήμα,αν εμφανιζόταν ένα άτομο στο κάδρο. Οι εφαρμογές με την όραση υπολογιστή έχουν εγκατασταθεί στα κινητά τηλέφωνα: η αναγνώριση μέσω προσώπου, δακτυλικών αποτυπωμάτων, αμφιβληστροειδούς ή σαρωτή κωδικών QR έχουν γίνει γνωστές λειτουργίες εδώ και πολύ καιρό. Και τώρα για την κατανόηση αυτού που απεικονίζεται, δεν είναι υπεύθυνος ένας πρωτόγονος αλγόριθμος σύγκρισης προτύπων, αλλά ένα νευρωνικό δίκτυο που εκπαιδεύεται χρησιμοποιώντας τεχνολογία μηχανικής μάθησης.
Γιατί η όραση υπολογιστή είναι καλύτερη από την ανθρώπινη όραση;
Το πρώτο και προφανές πλεονέκτημα του βιογραφικού είναι πολύευρύτερο φάσμα αντίληψης. Η όραση με υπολογιστή, σε αντίθεση με τα μάτια μας, δεν περιορίζεται στο ορατό φάσμα. Το κύριο πράγμα είναι ότι ο αισθητήρας είναι σε θέση να δημιουργήσει μια εικόνα για περαιτέρω επεξεργασία και ποια είναι η πηγή αυτής της εικόνας - θερμική απεικόνιση, lidar, βιντεοκάμερα, μηχανή ακτίνων Χ, μηχανή υπερήχων ή μαγνητική τομογραφία - δεν έχει σημασία.
Το δεύτερο πλεονέκτημα των συστημάτων υπολογιστικής όρασης είναιέλλειψη ανθρώπινου παράγοντα. Δεν κουράζονται, δεν αποσπώνται, δεν θέλουν να κοιμηθούν, έχουν θέα 360 μοιρών. Οι απαραίτητες πληροφορίες μπορούν να ζητηθούν από το αρχείο για επανεξέταση.
Επιπλέον, κατά τη μαθησιακή διαδικασία, το νευρωνικό δίκτυομπορεί να αποκαλύψει συνδέσεις που δεν είναι προφανείς στην ανθρώπινη αντίληψη. Για παράδειγμα, το σύστημα αναλύει εικόνες εσωτερικών οργάνων του ανθρώπου και σχηματίζει μια ιδέα για το πώς πρέπει να φαίνονται. Με αυτόν τον τρόπο, είναι δυνατό να προσδιοριστεί όχι μόνο ο τύπος του οργάνου, αλλά και ο βαθμός απόκλισης από τον κανόνα - ειδικότερα, να εντοπιστεί ένας όγκος που δεν διαγιγνώσκεται με άλλες μεθόδους.
Πώς η όραση του υπολογιστή αλλάζει τον τρόπο που βλέπουμε τον κόσμο
Τεχνολογίες όρασης υπολογιστών τώραχρησιμοποιούνται στην ιατρική για την ανίχνευση καρκινικών όγκων, στη βιομηχανία για τον έλεγχο της συναρμολόγησης στο στάδιο της παραγωγής και στα αυτοκίνητα ως πρόσθετα συστήματα ασφαλείας. Δεν διστάζουμε να χρησιμοποιούμε την όραση υπολογιστή για να ξεκλειδώνουμε τις συσκευές μας και συνήθως βρίζουμε τις κάμερες κυκλοφορίας που επιβάλλουν πρόστιμα.
Η όραση των υπολογιστών αλλάζει ακόμη και την αντίληψη για τα αθλήματα- τα αυτόματα συστήματα παρακολούθησης ελέγχουν τις κάμερες εκπομπής, βοηθούν στην επίλυση αμφιλεγόμενων ζητημάτων - εάν η μπάλα παρέμεινε εντός του γηπέδου του τένις ή αν πέρασε τη γραμμή του τέρματος, εάν υπήρξε παράβαση ή θέση οφσάιντ.
Η λογιστική γίνεται με χρήση υπολογιστή όρασηςκυκλοφοριακή συμφόρηση. Το σύστημα ελέγχει πόσοι από τους πίσω τροχούς του φορτηγού έρχονται σε επαφή με το οδόστρωμα, πόσο παραμορφωμένα είναι τα ελαστικά και υπολογίζει τη μάζα του ωφέλιμου φορτίου του οχήματος. Απομένει μόνο να αναγνωρίσουμε την πινακίδα κυκλοφορίας και να κάνουμε μια καταχώρηση στη βάση δεδομένων.
Η όραση υπολογιστή είναι απαραίτητη στην αποθήκηλογιστική. Λειτουργεί ως εξής: ο σαρωτής διαβάζει τον γραμμωτό κώδικα στο κουτί του προϊόντος και εισάγει τις πληροφορίες στη βάση δεδομένων. Επιπλέον, δεν είναι απαραίτητο να σαρώσετε κάθε κουτί - είναι πολύ πιο βολικό να διαβάζετε κωδικούς QR από όλα τα κουτιά σε μια παλέτα ταυτόχρονα.
Τα συστήματα επεξεργασίας συνεχίζουν να εξελίσσονταικείμενα - στα σύγχρονα συστήματα ροής εργασίας, μια σάρωση ενός συμβολαίου ή τιμολογίου γίνεται λήψη ως έγγραφο PDF, αλλά χάρη στην όραση υπολογιστή, μπορείτε να αναζητήσετε, να ταξινομήσετε ή να αντιγράψετε το κείμενο σε αυτό.
Ένας ξεχωριστός τομέας είναι η ενοποίηση του υπολογιστήόραμα και διαστημική τεχνολογία. Στη γεωργία, με τη βοήθεια δορυφόρων, παρακολουθούν την κατάσταση της καλλιέργειας, το Υπουργείο Καταστάσεων Έκτακτης Ανάγκης παρακολουθεί την εκδήλωση πυρκαγιών και πλημμυρών. Η Google χρησιμοποίησε την όραση υπολογιστή σε δορυφορικές εικόνες για να εντοπίσει και να χαρτογραφήσει κάθε δομή στην Αφρική, από πιρόγες σκαμμένες σε λόφο δίπλα στο ποτάμι μέχρι πολυώροφα κτίρια.
Απαιτούνται τεχνολογίες όρασης υπολογιστών γιαδημιουργία επαυξημένης πραγματικότητας - χάρη στην αναγνώριση των σημείων αναφοράς είναι δυνατή η σωστή ενσωμάτωση της συνθετικής εικόνας στο πλαίσιο και ο συνδυασμός πραγματικών και εικονικών χώρων. Για παράδειγμα, σε μια εφαρμογή απομακρυσμένης τοποθέτησης κοσμημάτων, η κάμερα του smartphone διαβάζει τη θέση του χεριού του χρήστη, κατασκευάζει ένα μοντέλο και προσθέτει το επιλεγμένο δαχτυλίδι σε αυτό. Οι ήδη γνωστές τρισδιάστατες μάσκες στο Instagram είναι επίσης μια από τις εκδηλώσεις της όρασης υπολογιστή σε συνδυασμό με VR / AR.
Κερδίζει δημοτικότητα και εξαιρετικά εξειδικευμένοΟι εφαρμογές που παρέχουν πληροφορίες για ένα δέντρο από μια φωτογραφία ενός φύλλου βοηθούν τους συλλέκτες μανιταριών να μάθουν εάν πήραν ένα βρώσιμο τρόπαιο και οι συλλέκτες μπορούν να λάβουν γρήγορα πληροφορίες για ένα νόμισμα στρέφοντας απλώς μια κάμερα smartphone σε αυτό.
Ποια είναι τα μειονεκτήματα των συστημάτων υπολογιστικής όρασης
Τα συστήματα υπολογιστικής όρασης είναι εξαιρετικά ευαίσθητασε πόρους υλικού. Όσο μεγαλύτερη είναι η ανάλυση των εξωτερικών αισθητήρων και όσο μεγαλύτερη είναι η υπολογιστική ισχύς, τόσο πιο αξιόπιστη και ακριβής είναι η διαδικασία αναγνώρισης. Αυτό φαίνεται στο παράδειγμα των τεχνολογιών αναγνώρισης προσώπου για ξεκλείδωμα κινητών τηλεφώνων. Πριν από δέκα χρόνια, αυτό απαιτούσε καλό φωτισμό και τοποθέτηση της κάμερας σε αυστηρά καθορισμένη απόσταση από το πρόσωπο. Σήμερα, το τηλέφωνο αναγνωρίζει τον ιδιοκτήτη ακόμα και τη νύχτα.
Ένα άλλο μειονέκτημα του βιογραφικού, στο οποίο μπορεί να αποδοθεί"πόνοι ανάπτυξης" - λάθη στην ταξινόμηση παρόμοιων αντικειμένων. Για παράδειγμα, ένα άτομο μπορεί εύκολα να διακρίνει έναν πίθηκο από ένα καγκουρό και μια σαύρα από έναν κροκόδειλο, αλλά για έναν υπολογιστή δεν είναι τόσο εύκολο με παρόμοιες στάσεις και ορισμένες γωνίες λήψης.
Ένας άλλος περιορισμός της όρασης υπολογιστή είναι −διαδικασία λήψης αποφάσεων. Ένα σύγχρονο premium αυτοκίνητο μπορεί να δει πιο μακριά από ένα άτομο: δεν έχει τυφλά σημεία, το σκοτάδι τη νύχτα ή η ομίχλη δεν παρεμβαίνει, μπορεί να ανιχνεύσει την προσέγγιση ενός αντικειμένου από τη θερμική του ακτινοβολία. Αλλά σε μια πραγματική κατάσταση στο δρόμο, ένα άτομο είναι ακόμα καλύτερο στη λήψη αποφάσεων λαμβάνοντας υπόψη την τρέχουσα κατάσταση. Και για να αυξηθεί η ασφάλεια, ο αυτόματος πιλότος πρέπει να παρακολουθεί όχι μόνο την κατάσταση της κυκλοφορίας, αλλά και τον δικό του οδηγό.
Στον κόσμο της μηχανικής όρασης, η αναγνώριση είναι ένα από ταβασικές διαδικασίες, γεγονός που εγείρει αμέσως πολλά ερωτήματα σχετικά με το απόρρητο και τα προσωπικά δεδομένα. Επομένως, είναι απαραίτητο να ληφθούν υπόψη οι νομικές απαιτήσεις και οι ηθικοί περιορισμοί που σχετίζονται με το ίδιο το γεγονός ότι ένας υπολογιστής αξιολογεί τις ανθρώπινες ενέργειες και τις πιθανές συνέπειες των αποφάσεων που λαμβάνονται από αλγόριθμους. Το θέμα των λανθασμένων προστίμων είναι μια σαφής επιβεβαίωση αυτού.
Τι μας περιμένει στο μέλλον
Μια από τις πιο δημοφιλείς ιστορίες τρόμουσυνδέεται με την όραση υπολογιστή - η εικόνα ενός «ψηφιακού στρατοπέδου συγκέντρωσης», ο απόλυτος έλεγχος, από τον οποίο είναι αδύνατο να κρυφτείς. Τα συστήματα υπολογιστικής όρασης του μέλλοντος θα μπορούν να ελέγχουν όχι μόνο τις κινήσεις, αλλά και τις προθέσεις: αν συνοφρυωθείτε, σημαίνει ότι είστε λυπημένοι, αν κοιτάξετε γύρω σας, σχεδιάζετε κάτι. Οι φανταστικές δυστοπικές υπερπαραγωγές προσθέτουν επίσης φοβίες και αρνητισμό εν αναμονή τέτοιων μελλοντικών προοπτικών.
Οι σεναριογράφοι λατρεύουν να γαργαλούν τα νεύρα, τρομάζοντας με το νέοτεχνολογίες. Στην πράξη, ο κόσμος εξακολουθεί να είναι «διαφανής» στον έλεγχο των τεχνολογιών σήμερα. Αλλά τα πλεονεκτήματα της εισαγωγής της όρασης υπολογιστή θα σας επιτρέψουν να μην ανησυχείτε για πολλά πράγματα ρουτίνας στο μέλλον. Για παράδειγμα, πιθανότατα θα ξεχάσουμε τα ταμεία στα σούπερ μάρκετ - το ίδιο το σύστημα σας προσδιορίζει στην είσοδο, ελέγχει τι ακριβώς βάζετε στο καλάθι, υπολογίζει το κόστος στην έξοδο και διαγράφει τα χρήματα από τον ίδιο τον λογαριασμό. Χάρη στην όραση υπολογιστή, θα είναι δυνατή η γρήγορη ανακατεύθυνση των ροών κυκλοφορίας για την αποφυγή κυκλοφοριακής συμφόρησης και η κυκλοφορία γενικά θα γίνει ασφαλέστερη.
Το Computer vision είναι η τεχνολογία του μέλλοντος,που ήδη επηρεάζει τη ζωή μας. Είναι βαθιά ενσωματωμένο στον σύγχρονο κόσμο και χρησιμοποιούμε τις ευκαιρίες του καθημερινά. Αλλά βρισκόμαστε ακόμα στην αρχή του ταξιδιού, όπου πρέπει όχι μόνο να λύσουμε τα τεχνικά ζητήματα της αύξησης της υπολογιστικής ισχύος, αλλά και να μάθουμε πώς να ζούμε σε μια νέα πραγματικότητα. Για να το κάνετε αυτό, θα πρέπει να νικήσετε τις φοβίες και να καταλήξετε σε νομοθεσία που δεν θα επιτρέπει στην τεχνολογία να ξεφύγει από τον έλεγχο.
Διαβάστε περισσότερα:
Δείτε φωτογραφίες δύο γαλαξιών που συγχωνεύονται, που τραβήχτηκαν με διαφορά 9 ετών
Elon Musk: Το Starship μπορεί να ανυψώσει 1.000 φορές περισσότερο φορτίο από άλλους πύραυλους
Η σκοτεινή ύλη αντιστρέφει τα συνηθισμένα σωματίδια και γεμίζει το σύμπαν