Kaip viskas prasidėjo
Norint išmokyti kompiuterį „matyti“, pirmiausia reikia jutiklio, kuris skaito
Spausdintas tekstas pasirodė esąs puikus išbandymasreiškia pirmosios kartos algoritmus – užteko padidinti vaizdo kontrastą ir rasti perėjimus iš baltos į juodą ir atvirkščiai. Tai leido nustatyti raidžių ribas ir jų formą, o po to buvo galima nustatyti kiekvieną raidę, lyginant ją su anksčiau paruoštais pavyzdžiais.
Kurti atvirojo kodo bibliotekas, pvzOpenCV atvėrė duris eksperimentuoti su savavališkais vaizdais. Pagal aptiktų objekto kraštų formą kompiuteris galėtų suprasti, kur vaizduojamas žmogus, žmogaus akis, paukštis, automobilis – kompiuterinės regos sistemos peržengė teksto atpažinimo ribas.
Pasirodė apsaugos kameros, davė signaląjei kadre atsirastų žmogus. Programos su kompiuteriniu matymu įsitvirtino mobiliuosiuose telefonuose: identifikavimas pagal veidą, pirštų atspaudus, tinklainę ar QR kodo skaitytuvą jau seniai buvo įprastas bruožas. Ir dabar už tai, kas pavaizduota, yra atsakingas ne primityvus palyginimo su pavyzdžiu algoritmas, o neuroninis tinklas, apmokytas naudojant mašininio mokymosi technologiją.
Kodėl kompiuterinis regėjimas yra geresnis už žmogaus regėjimą
Pirmas ir akivaizdus CV pranašumas yra daugplatesnis suvokimo diapazonas. Kompiuterinis matymas, skirtingai nei mūsų žvilgsnis, neapsiriboja matomu spektru. Svarbiausia, kad jutiklis sugebėtų sukurti vaizdą tolesniam apdorojimui, o kas yra šio vaizdo šaltinis – termovizorius, lidaras, vaizdo kamera, rentgeno aparatas, ultragarso ar MRT aparatas – nesvarbu.
Antrasis kompiuterinio matymo sistemų pranašumas yražmogiškojo faktoriaus trūkumas. Jie nepavargsta, nesiblaško, nenori miegoti, matosi 360 laipsnių kampu. Reikiamos informacijos galima paprašyti archyve, kad ją būtų galima peržiūrėti dar kartą.
Be to, mokymosi procese neuroninis tinklasgali atskleisti ryšius, kurie nėra akivaizdūs žmogaus suvokimui. Pavyzdžiui, sistema analizuoja žmogaus vidaus organų vaizdus ir formuoja idėją, kaip jie turėtų atrodyti. Taigi galima nustatyti ne tik organo tipą, bet ir nukrypimo nuo normos laipsnį – visų pirma, aptikti kitais metodais nediagnozuotą naviką.
Kaip kompiuterinis regėjimas keičia mūsų požiūrį į pasaulį
Kompiuterinio matymo technologija dabarJie naudojami medicinoje vėžiniams navikams aptikti, pramonėje – surinkimo kontrolei gamybos etape ir automobiliuose kaip papildomos apsaugos sistemos. Įrenginiui atrakinti nedvejodami naudojame kompiuterinį matymą, o keliuose keiksnojame kameras, kurios skiria baudas.
Kompiuterinis matymas keičia net sporto suvokimą- automatinės sekimo sistemos valdo transliacijų kameras, padeda išsiaiškinti ginčytinus momentus – ar kamuolys liko teniso aikštelėje, ar kirto vartų liniją, ar buvo pažeidimas, ar nuošalėje.
Įrašai saugomi kompiuterinio matymo pagalbatransporto priemonių spūstis. Sistema stebi, kiek galinių sunkvežimio ratų liečiasi su kelio danga, kiek deformuotos padangos, skaičiuoja transporto priemonės naudingąją apkrovą. Belieka atpažinti valstybinį numerį ir padaryti įrašą duomenų bazėje.
Kompiuterinis matymas yra nepakeičiamas sandėlyjebuhalterinė apskaita. Tai veikia taip: skaitytuvas nuskaito brūkšninį kodą ant dėžutės su gaminiu ir įveda informaciją į duomenų bazę. Be to, nebūtina nuskaityti kiekvienos dėžės – daug patogiau QR kodus nuskaityti iš visų padėklo dėžučių vienu metu.
Apdorojimo sistemos toliau tobulėjatekstai – šiuolaikinėse dokumentų valdymo sistemose sutarties ar sąskaitos faktūros skenuotas atsisiunčiamas kaip PDF dokumentas, tačiau kompiuterinio matymo dėka galima jo ieškoti, klasifikuoti ar kopijuoti.
Atskira sritis yra kompiuterių integravimasvizija ir kosmoso technologijos. Žemės ūkyje pasėlių būklė stebima naudojant palydovus, Ekstremalių situacijų ministerija – gaisrų ir potvynių kilimą. „Google“ naudojo palydovinius vaizdus, norėdami naudoti kompiuterinę viziją, kad nustatytų ir sužymėtų visus pastatus Afrikoje – nuo upės kranto kalvoje iškastų iškasų iki daugiaaukščių pastatų.
Kompiuterinio matymo technologijos reikalingospapildytos realybės kūrimas – būtent atskaitos taškų atpažinimo dėka galima teisingai įterpti susintetintą vaizdą į kadrą ir sujungti realią bei virtualią erdves. Pavyzdžiui, nuotolinio papuošalų tvirtinimo programoje išmaniojo telefono kamera nuskaito vartotojo rankos padėtį, sukuria modelį ir prie jo prideda pasirinktą žiedą. Jau pažįstamos 3D kaukės „Instagram“ taip pat yra viena iš kompiuterinio matymo apraiškų kartu su VR / AR.
Įgyja populiarumą ir labai specializuotasprogramėlės, kurios pateikia informaciją apie medį iš lapo nuotraukos, padeda grybautojams sužinoti, ar gavo valgomąjį trofėjų, o kolekcionieriai gali greitai gauti informaciją apie monetą tiesiog nukreipę į ją išmaniojo telefono kamerą.
Kokie yra kompiuterinio matymo sistemų trūkumai
Kompiuterinės regos sistemos yra itin jautriosprie aparatūros išteklių. Kuo didesnė išorinių jutiklių skiriamoji geba ir didesnė skaičiavimo galia, tuo patikimesnis ir tikslesnis atpažinimo procesas. Tai matyti mobiliųjų telefonų atrakinimo veido atpažinimo technologijų pavyzdyje. Prieš dešimtmetį tam reikėjo gero apšvietimo ir aiškiai apibrėžto atstumo nuo veido. Šiandien telefonas savininką atpažįsta net naktį.
Dar vienas CV trūkumas, prie kurio galima priskirti„Augimo skausmai“ – klaidos klasifikuojant panašius objektus. Pavyzdžiui, žmogus gali nesunkiai atskirti beždžionę nuo kengūros, o driežą – nuo krokodilo, tačiau kompiuteriui su panašiomis pozomis ir tam tikrais fotografavimo kampais nėra taip paprasta.
Kitas kompiuterinio matymo apribojimas yrasprendimų priėmimo procesas. Modernus premium klasės automobilis mato toliau nei žmogus: neturi aklųjų zonų, nekliudo nakties tamsos ar rūko, pagal savo šiluminę spinduliuotę gali aptikti artėjantį objektą. Tačiau realioje situacijoje kelyje žmogus vis tiek geriau priima sprendimus atsižvelgdamas į esamą situaciją. O siekiant padidinti saugumą, autopilotas turi stebėti ne tik eismo situaciją, bet ir savo vairuotoją.
Mašininio matymo pasaulyje identifikavimas yra vienas išpagrindinių procesų, todėl iš karto kyla daug klausimų, susijusių su privatumu ir asmens duomenimis. Todėl būtina atsižvelgti į teisės aktų reikalavimus ir etinius apribojimus, susijusius su pačiu kompiuteriu žmogaus veiksmų įvertinimo faktu ir galimomis algoritmų priimtų sprendimų pasekmėmis. Klaidingai parašytų baudų tema yra aiškus to patvirtinimas.
Ką mūsų laukia ateitis
Viena iš labiausiai paplitusių siaubo istorijųasocijuojasi su kompiuteriniu regėjimu – „skaitmeninės koncentracijos stovyklos“ įvaizdžiu, totaliu valdymu, nuo kurio neįmanoma pasislėpti. Ateities kompiuterinės regos sistemos galės valdyti ne tik judesius, bet ir ketinimus: suraukti antakius – liūdna, apsidairyti – ką nors planuoti. Fantastiški distopiniai blokbasteriai taip pat prideda fobijų ir negatyvumo, laukiant tokių ateities.
Scenaristai mėgsta pakutenti savo nervus, gąsdindami naujustechnologijas. Praktiškai šiandieninis pasaulis yra „skaidrus“ valdymo technologijoms. Tačiau kompiuterinio matymo įdiegimo pranašumai leis ateityje nesijaudinti dėl daugelio įprastų dalykų. Pavyzdžiui, prekybos centruose esančius kasos aparatus greičiausiai pamiršime – sistema pati jus identifikuoja prie įėjimo, kontroliuoja, ką dedate į krepšelį, išeinant apskaičiuoja išlaidas ir nurašo lėšas nuo sąskaitos. Kompiuterinio matymo dėka bus galima greitai nukreipti transporto srautus, kad būtų išvengta spūsčių, o eismas apskritai taps saugesnis.
Kompiuterinė vizija yra ateities technologijakuri jau turi įtakos mūsų gyvenimui. Jis yra giliai integruotas į šiuolaikinį pasaulį ir jo galimybes naudojame kiekvieną dieną. Tačiau mes vis dar esame pačioje kelio pradžioje, kur turime ne tik išspręsti techninius skaičiavimo galios didinimo klausimus, bet ir išmokti gyventi naujoje realybėje. Norėdami tai padaryti, turėsite nugalėti fobijas ir parengti teisės aktus, kurie neleis technologijoms tapti nekontroliuojamai.
Skaityti daugiau:
Pažvelkite į dviejų besijungiančių galaktikų nuotraukas, darytas 9 metų skirtumu
Elonas Muskas: Starship gali pakelti 1000 kartų daugiau krovinių nei kitos raketos
Tamsioji medžiaga apverčia įprastas daleles ir užpildo visatą