Hoe het allemaal begon
Om een computer te leren ‘zien’ heb je eerst een sensor nodig die leest
Gedrukte tekst bleek een ideale testeen standaard voor de eerste generatie algoritmen - het was voldoende om het contrast van het beeld te vergroten en overgangen van wit naar zwart en vice versa te vinden. Dit maakte het mogelijk om de grenzen van de letters en hun vorm te identificeren, waarna het mogelijk was om elke letter te bepalen door deze te vergelijken met vooraf voorbereide monsters.
Creatie van open source bibliotheken zoals:OpenCV opende de deur voor experimenten met willekeurige afbeeldingen. Afhankelijk van de vorm van de gedetecteerde gezichten van het object, kon de computer begrijpen waar een persoon, een menselijk oog, een vogel of een auto zijn afgebeeld - computervisiesystemen gingen verder dan de grenzen van tekstherkenning.
Er verschenen bewakingscamera's die een signaal gaven,als een persoon in het frame verscheen. Toepassingen met computervisie hebben hun intrede gedaan in mobiele telefoons: identificatie via gezicht, vingerafdruk, netvlies of QR-codescanner zijn al lang bekende functies. En nu voor het begrip van wat is afgebeeld, is het niet een primitief patroonvergelijkingsalgoritme dat verantwoordelijk is, maar een neuraal netwerk dat is getraind met behulp van machine learning-technologie.
Waarom is computervisie beter dan menselijke visie?
Het eerste en voor de hand liggende voordeel van CV is veelbredere belevingswereld. Computervisie is, in tegenstelling tot onze ogen, niet beperkt tot het zichtbare spectrum. Het belangrijkste is dat de sensor een beeld kan maken voor verdere verwerking, en wat de bron van dit beeld is - een warmtebeeldcamera, lidar, videocamera, röntgenapparaat, ultrasone machine of MRI - maakt niet uit.
Het tweede voordeel van computervisiesystemen is:gebrek aan menselijke factor. Ze worden niet moe, worden niet afgeleid, willen niet slapen, hebben een 360 graden uitzicht. De benodigde informatie kan ter inzage uit het archief worden opgevraagd.
Bovendien wordt tijdens het leerproces het neurale netwerkkan verbanden blootleggen die niet voor de hand liggend zijn voor de menselijke waarneming. Het systeem analyseert bijvoorbeeld beelden van menselijke inwendige organen en vormt zich een beeld van hoe die eruit zouden moeten zien. Op deze manier is het mogelijk om niet alleen het type orgaan te bepalen, maar ook de mate van afwijking van de norm - met name om een tumor te detecteren die niet met andere methoden is gediagnosticeerd.
Hoe computervisie onze kijk op de wereld verandert
Computer vision-technologieën nuworden gebruikt in de geneeskunde om kankergezwellen op te sporen, in de industrie om de montage in de productiefase te controleren en in auto's als aanvullende beveiligingssystemen. We aarzelen niet om computervisie te gebruiken om het apparaat te ontgrendelen, en zweren gewoonlijk bij de camera's op de wegen die boetes uitdelen.
Computervisie verandert zelfs de perceptie van sport- automatische volgsystemen controleren uitgezonden camera's, helpen controversiële kwesties op te lossen - of de bal binnen de tennisbaan bleef of de doellijn overschreed, of er een overtreding of buitenspelpositie was.
Boekhouding wordt gedaan met behulp van computervisieverkeersopstopping. Het systeem controleert hoeveel van de achterwielen van de vrachtwagen contact maken met het wegdek, hoe vervormd de banden zijn en berekent de massa van het laadvermogen van het voertuig. Het blijft alleen om het kenteken te herkennen en een vermelding in de database te maken.
Computervisie is onmisbaar in magazijnboekhouding. Het werkt als volgt: de scanner leest de barcode op de productdoos en voert de informatie in de database in. Bovendien is het niet nodig om elke doos te scannen - het is veel handiger om QR-codes van alle dozen op een pallet tegelijk te lezen.
Verwerkingssystemen blijven evoluerenteksten - in moderne workflowsystemen wordt een scan van een contract of factuur gedownload als pdf-document, maar dankzij computervisie kunt u de tekst erop zoeken, classificeren of kopiëren.
Een apart gebied is de integratie van computervisie en ruimtetechnologie. In de landbouw houden ze met behulp van satellieten de toestand van het gewas in de gaten, het ministerie van Noodsituaties houdt toezicht op het ontstaan van branden en overstromingen. Google heeft computervisie op satellietbeelden gebruikt om elke structuur in Afrika te identificeren en in kaart te brengen, van dugouts die in een heuvel aan de rivier zijn gegraven tot hoogbouw.
Er zijn computervisietechnologieën nodig voor:creatie van augmented reality - dankzij de herkenning van referentiepunten is het mogelijk om het gesynthetiseerde beeld correct in het frame in te bedden en echte en virtuele ruimtes te combineren. In een app voor het op afstand passen van sieraden leest de smartphonecamera bijvoorbeeld de positie van de hand van de gebruiker, bouwt een model en voegt de geselecteerde ring eraan toe. De al bekende 3D maskers op Instagram zijn ook een van de uitingen van computer vision in combinatie met VR/AR.
Aan populariteit winnend en zeer gespecialiseerdtoepassingen die informatie geven over een boom op basis van een foto van een blad, helpen paddenstoelenplukkers erachter te komen of ze een eetbare trofee hebben gekregen, en verzamelaars kunnen snel informatie over een munt krijgen door er simpelweg een smartphonecamera op te richten.
Wat zijn de nadelen van computervisiesystemen?
Computer vision-systemen zijn extreem gevoelignaar hardwarebronnen. Hoe hoger de resolutie van externe sensoren en hoe meer rekenkracht, hoe betrouwbaarder en nauwkeuriger het herkenningsproces. Dit is te zien aan het voorbeeld van gezichtsherkenningstechnologieën voor het ontgrendelen van mobiele telefoons. Tien jaar geleden vereiste dit een goede belichting en plaatsing van de camera op een strikt gedefinieerde afstand van het gezicht. Tegenwoordig herkent de telefoon de eigenaar zelfs 's nachts.
Een ander nadeel van CV, dat kan worden toegeschreven aan:"groeipijnen" - fouten in de classificatie van vergelijkbare objecten. Een persoon kan bijvoorbeeld gemakkelijk een aap onderscheiden van een kangoeroe en een hagedis van een krokodil, maar voor een computer is het niet zo eenvoudig met vergelijkbare poses en bepaalde opnamehoeken.
Een andere beperking van computervisie isbesluitvormingsproces. Een moderne premium auto kan verder kijken dan een mens: hij heeft geen dode hoeken, duisternis 's nachts of mist stoort niet, hij kan de nadering van een object detecteren door zijn warmtestraling. Maar in een echte situatie op de weg is een persoon nog steeds beter in het nemen van beslissingen rekening houdend met de huidige situatie. En om de veiligheid te vergroten, moet de stuurautomaat niet alleen de verkeerssituatie in de gaten houden, maar ook de eigen bestuurder.
In de wereld van machine vision is identificatie een van debasisprocessen, wat direct veel vragen oproept op het gebied van privacy en persoonsgegevens. Daarom is het noodzakelijk om rekening te houden met de wettelijke vereisten en ethische beperkingen die samenhangen met het feit dat een computer menselijke acties evalueert en de mogelijke gevolgen van beslissingen die door algoritmen worden genomen. Het onderwerp van abusievelijk uitgedeelde boetes is hiervan een duidelijke bevestiging.
Wat staat ons in de toekomst te wachten
Een van de meest populaire horrorverhalengeassocieerd met computervisie - het beeld van een "digitaal concentratiekamp", totale controle, waarvoor het onmogelijk is om je te verbergen. Computer vision-systemen van de toekomst zullen niet alleen bewegingen kunnen controleren, maar ook intenties: fronsen betekent verdrietig, om je heen kijken betekent dat je iets aan het plotten bent. Fantastische dystopische blockbusters voegen ook fobieën en negativiteit toe in afwachting van dergelijke toekomsten.
Scenaristen prikkelen graag de zenuwen, angstaanjagend met nieuwetechnologieën. In de praktijk is de wereld vandaag de dag nog steeds "transparant" om technologieën te besturen. Maar de voordelen van de introductie van computervisie zorgen ervoor dat u zich in de toekomst geen zorgen hoeft te maken over veel routinematige dingen. We zullen bijvoorbeeld waarschijnlijk de kassa's in supermarkten vergeten - het systeem zelf identificeert u bij de ingang, controleert wat u precies in de mand doet, berekent de kosten bij de uitgang en schrijft het geld zelf van de rekening af. Dankzij computer vision kunnen verkeersstromen snel worden omgeleid om files te vermijden en wordt het verkeer in het algemeen veiliger.
Computervisie is de technologie van de toekomst,die ons leven nu al beïnvloedt. Het is diep geïntegreerd in de moderne wereld en we gebruiken de kansen ervan elke dag. Maar we staan nog aan het begin van de reis, waar we niet alleen de technische problemen van toenemende rekenkracht moeten oplossen, maar ook moeten leren leven in een nieuwe realiteit. Om dit te doen, moet je fobieën overwinnen en met wetgeving komen die ervoor zorgt dat technologie niet uit de hand loopt.
Lees verder:
Kijk naar foto's van twee samensmeltende sterrenstelsels, 9 jaar uit elkaar genomen
Elon Musk: ruimteschip kan 1000 keer meer lading tillen dan andere raketten
Donkere materie keert gewone deeltjes om en vult het heelal