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