[ad_1]
فرآیند شناسایی اشیاء و درک جهان از طریق تصاویر جمعآوریشده از دوربینهای دیجیتال، بینایی کامپیوتر یا همان دید ماشینی است.
به گزارش مجله خبری آی تی و دیجیتال و به نقل از venturebeat، این یکی از پیچیدهترین و چالش برانگیزترین حوزههای هوش مصنوعی (AI) است.
این تکنولوژی به ترکیبی از هندسه، آمار، اپتیک، یادگیری ماشین و گاهی اوقات نور برای ساختن نسخهی دیجیتالی از ناحیه ثبت شده توسط دوربین متکی است.
حوزههای کلیدی دید ماشینی
امروزه هدف کلی دید ماشینی ممکن است غیرقابل اجرا باشد، اما انجام وظایف سادهای مانند خواندن پلاک خودروی که از جلوی باجه عوارضی میگذرد امکان پذیر است.
برخی از حوزههای مهم بینایی کامپیوتر عبارتند از:
- تشخیص چهره
- تشخیص اشیاء
- تشخیص ساختاریافته
- نورپردازی ساختاریافته
- تجزیه و تحلیل آماری
- تجزیه و تحلیل رنگ
بهترین برنامهها برای دید ماشینی
تشخیص چهره: بسیاری از وبسایتها و نرمافزارها برای سازماندهی عکسها از مکانیزمی برای مرتبسازی تصاویر استفاده میکنند. دید ماشینی میتواند به یافتن تصاویر با یک چهره خاص کمک کند.
بازسازی اشیاء سه بعدی: اسکن اشیاء برای ایجاد مدلهای سه بعدی یک روش معمول برای سازندگان، طراحان بازی و هنرمندان است که با بینایی کامپیوتری میتوان آن را ارتقا داد.
نقشه برداری و مدل سازی: برخی از تصاویر ثبت شده توسط هواپیماها، پهپادها و خودروها برای ساخت مدلهای دقیق از جادهها، ساختمانها و سایر نقاط جهان استفاده میکنند. دقت این کار به دقت سنسورهای دوربین و نور روز عکسبرداری بستگی دارد که با بینایی ماشین قابل ارتقا است.
وسایل نقلیه خودران: خودروهای خودران میتوانند به تنهایی حرکت کرده و فاصله مناسبی را رعایت کنند. با این حال، ثبت جزئیات کافی برای ردیابی دقیق همه اشیا به دقت بیشتری نیاز دارد که با بینایی کامپیوتری قابل دسترسی است.
کاری که دید ماشینی نمیتواند انجام دهد
شکاف بین هوش مصنوعی و توانایی انسان، برای الگوریتمهای بینایی ماشین بیشتر از حوزههای دیگر مانند تشخیص صدا است.
الگوریتمها زمانی موفق میشوند که از آنها خواسته شود اشیایی را که تا حد زیادی تغییر نمیکنند تشخیص دهند. به عنوان مثال، چهره افراد تا حد زیادی ثابت است. بنابراین الگوریتمهای تشخیص تصویر در جستجوی مجموعههای وسیعی از عکسها برای چهرههایی که تقریباً مشابه هستند؛ تبحر دارند.
علاوه بر این چشم انسان میتواند در محدوده وسیعی از نورها کار کند، اما دوربینهای دیجیتال در تطبیق عملکرد زمانی که نور کمتری دارد مشکل دارند.
[ad_2]
نظرات کاربران