Համակարգչային տեսլական

Համակարգչային տեսլական (անգլ.՝ computer vision) միջդիսցիպլինար գիտական ոլորտ է, որն առնչվում է այն բանի հետ, թե ինչպես կարելի է համակարգիչները կազմել թվային պատկերներից կամ տեսանյութերից։ Ճարտարագիտության տեսանկյունից այն ձգտում է ավտոմատացնել այն խնդիրները, որոնք մարդու տեսողական համակարգը կարող է անել։

Համակարգչային տեսողության առաջադրանքները ներառում են թվային պատկերներ ձեռք բերելու, մշակելու, վերլուծելու և հասկանալու, առանձնացնելու բարձր թվային ծավալները իրական աշխարհից՝ թվային կամ սիմվոլիկ ինֆորմացիա արտադրելու նպատակով։

Այս համտեքստում հասկանալ նշանակում է տեսողական պատկերների (the input to retina) վերափոխում աշխարհի նկարագրությունների, որոնք կարող են փոխշփվել այլ մտքի գործընթացների հետ և առաջացնել համապատասխան գործողություններ։ Պատկերների այս ըմբռնումը կարելր է համարել պատկերային տվյալների խորհրդանշական տեղեկատվության տարբերակում՝ օգտագործելով երկրաչափության, ֆիզիկայի, վիճակագրության և ուսուցման տեսության օգնությամբ կառուցված մոդելները։

Համակարգչային տեսլականի կարգապահությունը վերաբերում է արհեստական համակարգերի ետևում գտած տեսությանը, որը տեղեկատվություն է բերում պատկերներից։ Պատկերների տվյալները կարող են ունենալ բազմաթիվ ձևեր, ինչպիսիք են վիդեո հաջորդականությունը, պատկերներ բազմաթիվ տեսախցիկներից, կամ բազմաչափ տվյալներ բժշկական սկաներներից։ Համակարգչային տեսլականի տեխնոլոգիական կարգապահությունը նպատակ ունի կիրառել իր տեսությունները և մոդելները համակարգչային տեսողության համակարգերի կառուցման վրա ։

Համակարգչային տեսլականի ենթատիրույթները ներառում են տեսարանի վերակառուցում ,իրադարձությունների հայտնաբերում, օբյեկտների ճանաչում, 3D դիրքի գնահատում, ինդեքսավորում, շարժման գնահատում և պատկերների գնահատում ։

Սահմանում

Համակարգչային տեսլականը միջդիսցիպլինար գիտական ոլորտ է, որն առնչվում է այն բանի հետ, թե ինչպես կարելի է համակարգիչները կազմել թվային պատկերներից կամ տեսանյութերից՝ բարձր մակարդակի պատկերացում կազմելու համար։ Ճարտարագիտության տեսանկյունից այն ձգտում է ավտոմատացնել այն խնդիրները, որոնք մարդու տեսողական համակարգը կարող է անել։ "Համակարգչային տեսլականը պատկերից կամ պատկերների հաջորդականությունից օգտակար տեղեկատվության ավտոմատ արդյունահանմանը, վերլուծությանը և հասկացողությանը։ Այն ներառում է տեսական և ալգորիթմական հիմքի զարգացումը՝ ավտոմատ տեսողական ըմբռնմանը հասնելու համար։ "Որպես գիտական կարգապահություն համակարգչային տեսլականը վերաբերում է արհեստական համակարգերի ետևում գտած տեսությանը, որը տեղեկատվություն է բերում պատկերներից։ Պատկերների տվյալները կարող են ունենալ բազմաթիվ ձևեր, ինչպիսիք են վիդեո հաջորդականությունը, պատկերներ բազմաթիվ տեսախցիկներից, կամ բազմաչափ տվյալներ բժշկական սկաներներից։ Որպես տեխնելեգիական կարգապահություն, համակարգչային տեսլականը փորձում է կիրառել իր տեսությունները և մոդելները համակարգչային տեսլական համակարգեր կառուցելու համար ։

Պատմություն

1960-ական թվականներին համալսարաններում սկսվեց համակարգչային տեսլականը։ Այն կոչված էր ընդօրինակել մարդկային տեսողական համակարգը՝ որպես խելացի վարք ունեցող ռոբոտներին դիմանալու աստիճանահարթակ։

1966 թվականին հավատում էին, որ դա կարելի է հասնել ամառային ծրագրի միջոցով՝ համակարգչին միացնելով տեսախցիկը և ունենալով «նկարագրել այն, ինչ տեսել է» ։

Այն, ինչ առանձնացնում էր համակարգչային տեսլականը այդ ժամանակի թվային պատկերների մշակումից, այն էր եռաչափ կառուցվածքը պատկերներից առանձնացնելու ցանկությունն էր՝ նպատակ ունենալով հասնել տեսարանի ամբողջական պատկերացմանը։ 1970-ականներին կատարված ուսումնասիրությունները ստեղծեցին վաղ հիմունքները համակարգչային տեսլականի ալգորիթմներից շատերի համար, որոնք առկա են այսօր, ներառյալ՝ նկարներից եզրերի արդյունահանում, գծերի պիտակավորում, ոչ պոլիէթիլերային և պոլիէթիլային մոդելավորում, օբյեկտների ներկայացում որպես փոքր կառույցների փոխկապակցվածություն, օպտիկական հոսք և միջնորդության գնահատում։

Հաջորդ տասնամյակը կատարեց ուսումնասիրություններ, որոնք հիմնված էին ավելի խիստ մաթեմատիկական վերլուծության և համակարգչային տեսլականի քանակական կողմերի վրա։ Դրանք ներառում են մասշտաբի-տարածության հայեցակարգը, ձևի տարբերակումը տարբեր ցուցանակներից`ստվեր, հյուսվածք ու կենտրոնացում և շրջապատող մոդելներ, որոնք հայտնի են որպես օձեր։ Հետազոտողները գիտակցել են նաև, որ այդ մաթեմատիկական հասկացություններից շատերը կարող են լուծվել նույն օպտիմիզացման շրջանակներում, ինչպես կանոնակարգումը և Մարկովի պատահական դաշտերը։

Մինչև 1990-ականները, նախորդ հետազոտությունների թեմաներից մի քանիսը ավելի ակտիվ էին դարձել, քան մյուսները։ 3D վերակառուցման նախագծերում կատարված հետազոտությունները հանգեցրել են տեսախցիկի տրամաչափման ավելի լավ պատկերացմանը։ Խցիկի չափաբերման համար օպտիմիզացման մեթոդների ներդրմամբ, հասկացվեց, որ բազմաթիվ գաղափարներ արդեն ուսումնասիրվել են փաթեթային ճշգրտման տեսության մեջ` ֆոտոգրաֆիկայի չափման ոլորտից։ 1990-ականների վերջին, զգալի փոփոխություն տեղի ունեցավ համակարգչային գրաֆիկայի ոլորտների և համակարգչային տեսլականի ոլորտների միջև փոխգործակցության աճի հետ։ Սա ներառում էր պատկերի վրա հիմնված նկարագրում, պատկերի ձևավորում, ինտերպոլացիա, պանորամային պատկերի կարում և լուսային դաշտի վաղ մատուցում ː

Վերջին աշխատանքներում նկատվել է խաղարկային մեթոդների վերածնունդ, որն օգտագործվում է մեքենայական ուսուցման տեխնիկայի և օպտիմիզացման բարդ շրջանակների հետ միասին ː

Համակարգչային և մեքենայական տեսլականի 6 զարմանալի օրինակ

1) Ինքնավար տրանսպորտային միջոցներ

Համակարգչային տեսլականը անհրաժեշտ է ինքնաշարժվող ավտոմեքենաները հնարավորություն տալու համար։ Այնպիսի արտադրողները, ինչպիսիք են Tesla- ն, BMW- ն, Volvo- ն և Audi- ն, օգտագործում են բազմաթիվ տեսախցիկներ, լիդար, ռադար և ուլտրաձայնային տվիչներ՝ շրջակա միջավայրից պատկերներ ձեռք բերելու համար, որպեսզի իրենց ինքնագնաց մեքենաները կարողանան անվտագորեն վարել օբյեկտներ, գծապատկերներ, նշաններ և երթևեկության ազդանշաններ։

2) Google Translate ծրագիրը

Այն ամենը, ինչ դուք պետք է անեք օտար լեզվով նշաններ կարդալու համար` ձեր հեռախոսի ֆոտոխցիկը պետք է մատնանշեք բառերին և թույլ տաք Google Translate հավելվածին պատմել ձեզ, թե ինչ է նշանակում տվյալ բառը ձեր նախընտրած լեզվով ։

3) Դեմքի ճանաչում

Չինաստանը, անշուշտ, դեմքի ճանաչման տեխնոլոգիայի օգտագործման վերջնարդյունքում է, և նրանք այն օգտագործում են օդանավակայանում, ոստիկանության աշխատանքի, վճարման պորտալների, անվտանգության անցակետերի և նույնիսկ զուգարանի թուղթը տարածելու և թղթի գողությունները կանխելու համար ։

4) Առողջապահություն

Քանի որ բոլոր բժշկական տվյալների 90 տոկոսը հիմնված է պատկերի վրա, բժշկության մեջ համակարգչային տեսլականի օգտագործման մեծ քանակ կա:Ռենտգենյան ճառագայթների, մամոգրաֆիայի և այլ սկանավորման վերլուծություն կատարելուց առաջ՝ մինչև բժշկական ախտորոշման նոր մեթոդներ թույլ տալը, ավելի վաղ խնդիրներ հայտնաբերելու և վիրահատություններին օգնություն ցուցաբերելու համար հիվանդներին մոնիտորինգ անելու համար, ակնկալում ենք, որ մեր բժշկական հաստատությունները, մասնագետներն ու հիվանդները օգտվեն համակարգչային տեսողությունից այսօր և հետագայում ևս, քանի որ այն գլորվել է առողջապահության ոլորտում։

5) Գյուղատնտեսություն

CES 2019 – ին Ջոն Դիրը ցուցադրեց կիսաավտոմատ կոմբայն, որը օգտագործում է արհեստական բանականությունը և համակարգչային տեսողությունը ՝ հացահատիկի որակը վերլուծելու համար, ինչպես նաև բերք է ստանալու և բերքի միջոցով օպտիմալ ուղին գտնելու համար ։ Համակարգչային տեսլականի մեծ պոտենցիալ կա նաև մոլախոտերի հայտնաբերման համար, որպեսզի հերբիցիդները ուղղակիորեն ցողվեն դրանց վրա, այլ ոչ թե բերքի վրա։ Ակնկալվում է, որ դա 90 տոկոսով կնվազեցնի անհրաժեշտ հերբիցիդների քանակը։

6) Արտադրություն

Համակարգչային տեսլականը արտադրողներին օգնում է վարվել ավելի անվտանգ, խելացի և արդյունավետ։ Կանխատեսելի պահպանումը միայն մեկ օրինակ է, երբ սարքավորումները վերահսկվում են համակարգչային տեսլականի միջոցով, որպեսզի միջամտեն նախքան խափանումներ պատահելը ։ Փաթեթավորումը և արտադրանքի որակը վերահսկվում են, և թերի արտադրանքները նույնպես կրճատվում են համակարգչային տեսլականի միջոցով։

Գրականություն

• Л. Шапиро, Дж. Стокман Компьютерное зрение = Computer Vision. — М.: Бином. Лаборатория знаний, 2006. — 752 с. — ISBN 5-94774-384-1
• Дэвид Форсайт, Жан Понс Компьютерное зрение. Современный подход = Computer Vision: A Modern Approach. — М.: «Вильямс», 2004. — 928 с. — ISBN 5-8459-0542-7
• А.А. Лукьяница ,А.Г. Шишкин Цифровая обработка видеоизображений. — М.: «Ай-Эс-Эс Пресс», 2009. — 518 с. — ISBN 978-5-9901899-1-1
• Желтов С.Ю. и др. Обработка и анализ изображений в задачах машинного зрения. — М.: Физматкнига, 2010. — 672 с. — ISBN 978-5-89155-201-2
• David Marr (1982)։ Vision։ W. H. Freeman and Company։ ISBN 978-0-7167-1284-8 
• Azriel Rosenfeld, Avinash Kak (1982)։ Digital Picture Processing։ Academic Press։ ISBN 978-0-12-597301-4 
• Barghout, Lauren, Lawrence W. Lee (2003)։ Perceptual information processing system։ U.S. Patent Application 10/618,543։ ISBN 978-0-262-08159-7 
• Berthold K.P. Horn (1986)։ Robot Vision։ MIT Press։ ISBN 978-0-262-08159-7 
• Michael C. Fairhurst (1988)։ Computer Vision for robotic systems։ Prentice Hall։ ISBN 978-0-13-166919-2 
• Olivier Faugeras (1993)։ Three-Dimensional Computer Vision, A Geometric Viewpoint։ MIT Press։ ISBN 978-0-262-06158-2 
• Tony Lindeberg (1994)։ Scale-Space Theory in Computer Vision։ Springer։ ISBN 978-0-7923-9418-1 
• James L. Crowley and Henrik I. Christensen (Eds.) (1995)։ Vision as Process։ Springer-Verlag։ ISBN 978-3-540-58143-7 
• Gösta H. Granlund, Hans Knutsson (1995)։ Signal Processing for Computer Vision։ Kluwer Academic Publisher։ ISBN 978-0-7923-9530-0 
• Reinhard Klette, Karsten Schluens, Andreas Koschan (1998)։ Computer Vision – Three-Dimensional Data from Images։ Springer, Singapore։ ISBN 978-981-3083-71-4 
• Emanuele Trucco, Alessandro Verri (1998)։ Introductory Techniques for 3-D Computer Vision։ Prentice Hall։ ISBN 978-0-13-261108-4 
• Bernd Jähne (2002)։ Digital Image Processing։ Springer։ ISBN 978-3-540-67754-3 
• Richard Hartley and Andrew Zisserman (2003)։ Multiple View Geometry in Computer Vision։ Cambridge University Press։ ISBN 978-0-521-54051-3 
• Gérard Medioni, Sing Bing Kang (2004)։ Emerging Topics in Computer Vision։ Prentice Hall։ ISBN 978-0-13-101366-7 
• R. Fisher, K Dawson-Howe, A. Fitzgibbon, C. Robertson, E. Trucco (2005)։ Dictionary of Computer Vision and Image Processing։ John Wiley։ ISBN 978-0-470-01526-1 
• Nikos Paragios and Yunmei Chen and Olivier Faugeras (2005)։ Handbook of Mathematical Models in Computer Vision։ Springer։ ISBN 978-0-387-26371-7 
• Wilhelm Burger, Mark J. Burge (2007)։ Digital Image Processing: An Algorithmic Approach Using Java։ Springer։ ISBN 978-1-84628-379-6 
• Pedram Azad, Tilo Gockel, Rüdiger Dillmann (2008)։ Computer Vision – Principles and Practice։ Elektor International Media BV։ ISBN 978-0-905705-71-2 
• Richard Szeliski (2010)։ Computer Vision: Algorithms and Applications։ Springer-Verlag։ ISBN 978-1848829343 
• J. R. Parker (2011)։ Algorithms for Image Processing and Computer Vision (2nd ed.)։ Wiley։ ISBN 978-0470643853 
• Richard J. Radke (2013)։ Computer Vision for Visual Effects։ Cambridge University Press։ ISBN 978-0-521-76687-6 

Արտաքին հղումներ

• USC Iris computer vision conference list
• Computer vision papers on the web A complete list of papers of the most relevant computer vision conferences.
• Computer Vision Online News, source code, datasets and job offers related to computer vision.
• Keith Price's Annotated Computer Vision Bibliography
• CVonline Bob Fisher's Compendium of Computer Vision.
• British Machine Vision Association Supporting computer vision research within the UK via the BMVC and MIUA conferences, Annals of the BMVA (open-source journal), BMVA Summer School and one-day meetings