Hur allt började
För att lära en dator att "se" behöver du först en sensor som läser
Tryckt text visade sig vara ett perfekt teststår för den första generationens algoritmer - det räckte för att öka kontrasten i bilden och hitta övergångarna från vitt till svart och vice versa. Detta gjorde det möjligt att identifiera bokstävernas gränser och deras form, varefter det var möjligt att bestämma varje bokstav genom att jämföra den med tidigare preparerade prover.
Att bygga bibliotek med öppen källkod som t.exOpenCV har öppnat dörren till att experimentera med godtyckliga bilder. Genom formen på objektets detekterade kanter kunde datorn förstå var en person, ett mänskligt öga, en fågel, en bil avbildas - datorseendesystem gick bortom gränserna för textigenkänning.
Säkerhetskameror dök upp och gav en signalom en person dök upp i ramen. Applikationer med datorseende har fastnat i mobiltelefoner: identifiering med ansikte, fingeravtryck, näthinna eller QR-kodscanner har länge varit vanliga funktioner. Och nu är det inte en primitiv algoritm för att jämföra med ett prov som är ansvarig för att förstå vad som avbildas, utan ett neuralt nätverk som tränas med hjälp av maskininlärningsteknik.
Varför datorseende är bättre än mänskligt syn
Den första och uppenbara fördelen med CV är mycketbredare spektrum av uppfattningar. Datorseende, till skillnad från vår blick, är inte begränsad till det synliga spektrumet. Huvudsaken är att sensorn kan skapa en bild för vidare bearbetning, och vad som är källan till denna bild - en värmekamera, lidar, videokamera, röntgenenhet, ultraljud eller MRI-maskin - spelar ingen roll.
Den andra fördelen med datorseende system ärbrist på en mänsklig faktor. De blir inte trötta, är inte distraherade, vill inte sova, de har 360 graders utsikt. Behövlig information kan begäras från arkivet för ny granskning.
Dessutom, i inlärningsprocessen, det neurala nätverketkan avslöja samband som inte är uppenbara för människans uppfattning. Systemet analyserar till exempel bilder av mänskliga inre organ och bildar en uppfattning om hur de ska se ut. Så det är möjligt att bestämma inte bara typen av organ, utan också graden av avvikelse från normen - i synnerhet för att upptäcka en tumör som inte diagnostiseras med andra metoder.
Hur datorseende förändrar vårt sätt att se på världen
Computer vision teknologi nuDe används inom medicin för att upptäcka cancertumörer, inom industrin för monteringskontroll i produktionsstadiet och i bilar som ytterligare säkerhetssystem. Vi tvekar inte att använda datorseende för att låsa upp enheten, och vi svär vanemässigt åt kameror på vägarna som utfärdar böter.
Datorseende förändrar även uppfattningen om sport- automatiska spårningssystem styr sändningskameror, hjälper till att reda ut kontroversiella ögonblick - om bollen stannade kvar inom tennisbanan eller om den korsade mållinjen, om det var en överträdelse eller en offsideposition.
Journaler förs med hjälp av datorseendeträngseln av fordon. Systemet övervakar hur många bakhjul på lastbilen som är i kontakt med vägbanan, hur mycket däcken deformeras och beräknar fordonets nyttolast. Allt som återstår är att känna igen registreringsskylten och göra en inmatning i databasen.
Datorseende är oersättligt i lagerbokföring. Det fungerar så här: skannern läser streckkoden på lådan med produkten och matar in informationen i databasen. Dessutom är det inte nödvändigt att skanna varje ruta - det är mycket bekvämare att läsa QR-koder från alla lådor på pallen på en gång.
Bearbetningssystem fortsätter att utvecklastexter - i moderna dokumenthanteringssystem laddas en skanning av ett avtal eller en faktura ned som ett PDF-dokument, men tack vare datorseende kan du söka, klassificera eller kopiera text på den.
Ett separat område är integrationen av datorvision och rymdteknik. Inom jordbruket övervakas grödans tillstånd med hjälp av satelliter, ministeriet för nödsituationer övervakar förekomsten av bränder och översvämningar. Google har använt satellitbilder för att använda datorseende för att identifiera och kartlägga alla strukturer i Afrika, från urholkar grävda i en kulle vid flodstranden till höghus.
Datorseendeteknologier behövs förskapande av förstärkt verklighet - det är tack vare erkännandet av referenspunkter som det är möjligt att korrekt bädda in den syntetiserade bilden i ramen och kombinera verkliga och virtuella utrymmen. Till exempel, i en applikation för fjärrmontering av smycken, läser smartphonekameran positionen för användarens hand, bygger en modell och lägger till den valda ringen till den. De redan välbekanta 3D-maskerna på Instagram är också en av manifestationerna av datorseende i kombination med VR / AR.
Blir populär och mycket specialiseradapplikationer som ger information om ett träd från ett fotografi av ett löv hjälper svampplockare att ta reda på om de fick en ätbar trofé, och samlare kan snabbt få information om ett mynt genom att helt enkelt rikta en smartphonekamera mot det.
Vilka är nackdelarna med datorseende system
Datorseendesystem är extremt känsligatill hårdvaruresurser. Ju högre upplösning externa sensorer har och mer datorkraft, desto mer tillförlitlig och exakt är igenkänningsprocessen. Detta kan ses i exemplet med ansiktsigenkänningstekniker för att låsa upp mobiltelefoner. För ett decennium sedan krävde detta bra belysning och ett väldefinierat avstånd från ansiktet. Idag känner telefonen igen ägaren även på natten.
Ytterligare en nackdel med CV som kan hänföras till"Växtvärk" - fel i klassificeringen av liknande föremål. Till exempel kan en person lätt skilja en apa från en känguru och en ödla från en krokodil, men för en dator är det inte så lätt med liknande poser och vissa skjutvinklar.
En annan begränsning av datorseende ärbeslutsprocess. En modern premiumbil kan se längre än en person: den har inga döda fläckar, kommer inte i vägen för mörker på natten eller dimma, den kan upptäcka när ett objekt närmar sig genom sin termiska strålning. Men i en verklig situation på vägen är en person fortfarande bättre på att fatta beslut med hänsyn till den aktuella situationen. Och för att öka säkerheten måste autopiloten övervaka inte bara trafiksituationen utan även sin egen förare.
I en värld av maskinseende är identifiering en av degrundläggande processer, vilket omedelbart väcker många frågor relaterade till integritet och personuppgifter. Därför är det nödvändigt att ta hänsyn till de juridiska kraven och etiska restriktioner som är förknippade med själva det faktum att en dator utvärderar mänskliga handlingar och de möjliga konsekvenserna av beslut som fattas av algoritmer. Ämnet om felaktigt utskrivna böter är en tydlig bekräftelse på detta.
Vad framtiden har för oss
En av de vanligaste skräckhistoriernaassocierad med datorseende - bilden av ett "digitalt koncentrationsläger", total kontroll, från vilken det är omöjligt att gömma sig. Framtidens datorseendesystem kommer att kunna kontrollera inte bara rörelser, utan också avsikter: rynka pannan betyder ledsen, att se sig omkring betyder att planera något. Fantastiska dystopiska storfilmer lägger också till fobier och negativitet i väntan på sådana framtider.
Manusförfattare älskar att kittla sina nerver och skrämma nyatekniker. I praktiken är världen idag "transparent" för styrteknik. Men fördelarna med införandet av datorseende kommer att tillåta i framtiden att inte oroa dig för många rutinmässiga saker. Till exempel kommer vi med största sannolikhet att glömma kassaapparater i stormarknader - systemet identifierar dig själv vid ingången, kontrollerar vad du lägger i korgen, beräknar kostnaden vid utgången och debiterar medlen från kontot. Tack vare datorseende blir det möjligt att snabbt styra om trafikflöden för att undvika trafikstockningar och trafiken i allmänhet blir säkrare.
Datorseende är framtidens tekniksom redan påverkar våra liv. Den är djupt integrerad i den moderna världen och vi använder dess kapacitet varje dag. Men vi är fortfarande i början av vägen, där vi inte bara måste lösa de tekniska problemen med att öka datorkraften, utan också lära oss att leva i en ny verklighet. För att göra detta måste du besegra fobier och komma med lagstiftning som kommer att förhindra att tekniken hamnar ur kontroll.
Läs mer:
Titta på bilder av två sammanslagna galaxer, tagna med 9 års mellanrum
Elon Musk: Starship kan lyfta 1 000 gånger mer last än andra raketer
Mörk materia vänder på vanliga partiklar och fyller universum