Comment tout a commencé
Pour apprendre à un ordinateur à « voir », vous avez d’abord besoin d’un capteur qui lit
Le texte imprimé s'est avéré être un test parfaitreprésente la première génération d'algorithmes - il suffisait d'augmenter le contraste de l'image et de trouver des transitions du blanc au noir et vice versa. Cela a permis d'identifier les limites des lettres et leur forme, après quoi il a été possible de déterminer chaque lettre en la comparant avec des échantillons préalablement préparés.
Construire des bibliothèques open source telles queOpenCV a ouvert la porte à l'expérimentation d'images arbitraires. Par la forme des bords identifiés de l'objet, l'ordinateur pouvait comprendre où une personne, un œil humain, un oiseau, une voiture sont représentés - les systèmes de vision par ordinateur ont dépassé les limites de la reconnaissance de texte.
Des caméras de sécurité sont apparues, donnant un signalsi une personne apparaissait dans le cadre. Les applications avec vision par ordinateur se sont installées dans les téléphones portables : l'identification par le visage, l'empreinte digitale, la rétine ou le scanner de code QR sont depuis longtemps des caractéristiques communes. Et maintenant, ce n'est pas un algorithme primitif de comparaison avec un échantillon qui est chargé de comprendre ce qui est représenté, mais un réseau de neurones entraîné à l'aide de la technologie d'apprentissage automatique.
Pourquoi la vision par ordinateur est meilleure que la vision humaine
Le premier et évident avantage du CV est beaucoupgamme de perception plus large. La vision par ordinateur, contrairement à la nôtre, ne se limite pas au spectre visible. L'essentiel est que le capteur soit capable de créer une image pour un traitement ultérieur, et quelle est la source de cette image - une caméra thermique, un lidar, une caméra vidéo, un appareil à rayons X, un appareil à ultrasons ou IRM - n'a pas d'importance.
Le deuxième avantage des systèmes de vision par ordinateur estabsence de facteur humain. Ils ne se fatiguent pas, ne sont pas distraits, ne veulent pas dormir, ils ont une vue à 360 degrés. Les informations nécessaires peuvent être demandées aux archives pour être consultées.
De plus, dans le processus d'apprentissage, le réseau de neuronespeut révéler des liens qui ne sont pas évidents pour la perception humaine. Par exemple, le système analyse des images d'organes internes humains et se fait une idée de leur apparence. Il est donc possible de déterminer non seulement le type d'organe, mais également le degré d'écart par rapport à la norme - en particulier, pour détecter une tumeur qui n'est pas diagnostiquée par d'autres méthodes.
Comment la vision par ordinateur change notre façon de voir le monde
La technologie de vision par ordinateur maintenantIls sont utilisés en médecine pour la détection des tumeurs cancéreuses, dans l'industrie pour le contrôle de l'assemblage au stade de la production et dans les automobiles comme systèmes de sécurité supplémentaires. Nous n'hésitons pas à utiliser la vision par ordinateur pour déverrouiller l'appareil, et nous jurons habituellement devant les caméras sur les routes qui infligent des amendes.
La vision par ordinateur change même la perception du sport- les systèmes de suivi automatique contrôlent les caméras de diffusion, aident à démêler les moments controversés - si la balle est restée dans le court de tennis ou si elle a franchi la ligne de but, s'il y a eu une violation ou une position de hors-jeu.
Les enregistrements sont conservés à l'aide de la vision par ordinateurl'encombrement des véhicules. Le système surveille le nombre de roues arrière du camion en contact avec la surface de la route, le degré de déformation des pneus et calcule la charge utile du véhicule. Il ne reste plus qu'à reconnaître la plaque d'immatriculation et faire une entrée dans la base de données.
La vision par ordinateur est indispensable dans l'entrepôtcomptabilité. Cela fonctionne comme ceci : le scanner lit le code-barres sur la boîte avec le produit et entre les informations dans la base de données. De plus, il n'est pas nécessaire de scanner chaque boîte - il est beaucoup plus pratique de lire les codes QR de toutes les boîtes de la palette à la fois.
Les systèmes de traitement continuent d'évoluertextes - dans les systèmes modernes de gestion de documents, un scan d'un contrat ou d'une facture est téléchargé sous forme de document PDF, mais grâce à la vision par ordinateur, vous pouvez rechercher, classer ou copier du texte dessus.
Un domaine séparé est l'intégration de l'ordinateurla vision et la technologie spatiale. Dans l'agriculture, l'état de la culture est surveillé à l'aide de satellites, le ministère des Situations d'urgence surveille la survenue d'incendies et d'inondations. Google a utilisé l'imagerie satellite pour utiliser la vision par ordinateur pour identifier et cartographier toutes les structures en Afrique - des pirogues creusées dans une colline sur la rive du fleuve aux immeubles de grande hauteur.
Les technologies de vision par ordinateur sont nécessaires pourcréation de réalité augmentée - c'est grâce à la reconnaissance de points de référence qu'il est possible d'encastrer correctement l'image de synthèse dans le cadre et de combiner espaces réels et virtuels. Par exemple, dans une application de pose de bijoux à distance, une caméra de smartphone lit la position de la main de l'utilisateur, construit un modèle et y ajoute la bague sélectionnée. Les masques 3D déjà familiers sur Instagram sont également l'une des manifestations de la vision par ordinateur en combinaison avec la VR/AR.
Gagnant en popularité et hautement spécialiséles applications qui donnent des informations sur un arbre à partir d'une photographie d'une feuille aident les cueilleurs de champignons à savoir s'ils ont obtenu un trophée comestible, et les collectionneurs peuvent rapidement obtenir des informations sur une pièce en pointant simplement l'appareil photo d'un smartphone dessus.
Quels sont les inconvénients des systèmes de vision par ordinateur
Les systèmes de vision par ordinateur sont extrêmement sensiblesaux ressources matérielles. Plus la résolution des capteurs externes est élevée et plus la puissance de calcul est élevée, plus le processus de reconnaissance est fiable et précis. Cela peut être vu dans l'exemple des technologies de reconnaissance faciale pour déverrouiller les téléphones portables. Il y a dix ans, cela nécessitait un bon éclairage et une distance bien définie du visage. Aujourd'hui, le téléphone reconnaît le propriétaire même la nuit.
Un autre inconvénient du CV qui peut être attribué à"Douleurs de croissance" - erreurs dans la classification d'objets similaires. Par exemple, une personne peut facilement distinguer un singe d'un kangourou et un lézard d'un crocodile, mais pour un ordinateur ce n'est pas si facile avec des poses similaires et certains angles de prise de vue.
Une autre limitation de la vision par ordinateur estprocessus de prise de décision. Une voiture premium moderne peut voir plus loin qu'une personne : elle n'a pas d'angle mort, ne gêne pas l'obscurité la nuit ou le brouillard, elle peut détecter l'approche d'un objet par son rayonnement thermique. Mais dans une situation réelle sur la route, une personne est encore meilleure pour prendre des décisions en tenant compte de la situation actuelle. Et pour augmenter la sécurité, le pilote automatique doit surveiller non seulement la situation du trafic, mais aussi son propre conducteur.
Dans le monde de la vision industrielle, l'identification est l'un desprocessus de base, ce qui soulève immédiatement de nombreuses questions liées à la vie privée et aux données personnelles. Par conséquent, il est nécessaire de prendre en compte les exigences légales et les restrictions éthiques liées au fait même d'évaluer par un ordinateur les actions humaines et les conséquences possibles des décisions prises par les algorithmes. Le sujet des amendes écrites par erreur en est une confirmation claire.
Ce que l'avenir nous réserve
L'une des histoires d'horreur les plus courantesassociée à la vision par ordinateur - l'image d'un "camp de concentration numérique", contrôle total dont il est impossible de se cacher. Les systèmes de vision par ordinateur du futur seront capables de contrôler non seulement les mouvements, mais aussi les intentions : froncer les sourcils signifie triste, regarder autour signifie planifier quelque chose. Les superproductions dystopiques fantastiques ajoutent également des phobies et de la négativité en prévision de tels futurs.
Les scénaristes aiment chatouiller leurs nerfs, en effrayer les nouveauxles technologies. En pratique, le monde d'aujourd'hui est « transparent » pour les technologies de contrôle. Mais les avantages de l'introduction de la vision par ordinateur permettront à l'avenir de ne pas se soucier de nombreuses choses de routine. Par exemple, nous oublierons très probablement les caisses des supermarchés - le système lui-même vous identifie à l'entrée, contrôle ce que vous mettez dans le panier, calcule le coût à la sortie et débite les fonds du compte lui-même. Grâce à la vision par ordinateur, il sera possible de rediriger rapidement les flux de trafic afin d'éviter les embouteillages, et le trafic en général deviendra plus sûr.
La vision par ordinateur est la technologie du futurqui affecte déjà nos vies. Elle est profondément intégrée dans le monde moderne et nous utilisons ses capacités au quotidien. Mais nous sommes encore au tout début du chemin, où nous devons non seulement résoudre les problèmes techniques de l'augmentation de la puissance de calcul, mais aussi apprendre à vivre dans une nouvelle réalité. Pour ce faire, vous devrez vaincre les phobies et proposer une législation qui empêchera la technologie de devenir incontrôlable.
Lire la suite:
Regardez des photos de deux galaxies en fusion, prises à 9 ans d'intervalle
Elon Musk : Starship peut transporter 1 000 fois plus de fret que les autres fusées
La matière noire renverse les particules ordinaires et remplit l'univers