Wêrom is ôfbyldingsherkenning wichtich?
Om 80% fan de stof op it web is fisueel. Jo soene al kinne begjinne út te finen wêrom't fotolabeling syn plak kin hâlde as hear fan 'e stoftafel. Nettsjinsteande oft it minsken of organisaasjes binne, AI-ôfbyldingsherkenning hat it tinkber makke om fisuele online te ûnderskieden mei ûnbelangryk objekt. D'r wurde alle jierren foarsichtich sa'n 657 miljard foto's pleatst, wêrby't it grutste part te sjen is fia online media. In fatsoenlik stikje fan dy foto's binne partikulieren dy't items foarútgeane, nettsjinsteande oft se dat per ongeluk dogge. Client produsearre ynhâld (UGC) yn syn meast perfekte struktuer is in briljante empowerjende ynfloed foar merken, om't it de meast ideale soarte fan foarútgong jout.
D'r binne reklameapparaten om organisaasjes te alarmearjen as d'r in keapermelding is fia online media, soe der lykwols net wat sein wurde moatte oer wannear't merken foarútgong bart sûnder dat ien har namme yn 'e sosjale post markearret? Dit is it plak wêr't AI-ôfbyldingsherkenning syn wearde toant. Op 'e kâns dat de tech wurdt fersoarge foar de juste datasets, kin AI in foto ûnderskiede sûnder eksplisyt label nei ferwizing. De útkomsten binne wichtich foar merken om har sosjale meidielings te folgjen en te folgjen.
Hoe wurket ôfbyldingsherkenning?
Lykas wy wierskynlik bewust binne, kin AI troch web-basearre mediastadia sjen op syk nei foto's en kontrastearje se mei brede ynformative kolleksjes. It kiest op dat stuit pertinente ôfbylding dy't oerienkomt mei in taryf folle flugger dan minsken kinne dwaan. Merken brûke foto-erkenning om ynhâld te ûntdekken lykas har eigen fia web-basearre media. Dat betsjut it ûnderskieden fan it logo fan in merk of it waarnimmen fan natuerlik pleatste itemsituaasje ûnder web-basearre mediakliïnten. Fersykje dat minsken troch safolle gegevens fiskje wurdt effektyf wurch. Simulearre yntelliginsje stresset net oer de minsklike blunder, en jout krekte útkomsten werom op ongeëvenaarde nivo's. Foto-erkenning fan keunstmjittige yntelliginsje skermen wat persoanen sizze oer in merk sûnder de eask foar tekst. Merken dy't ree binne om har sosjale meidielings te folgjen sûnder kliïnten dy't ferwachtsje om de organisaasjenamme yn te typen, sille yn in ûnskatbere posysje komme. De mooglikheid om te profitearjen fan har eigen online opname eksklusyf fia AI waarnommen identifiers is enoarm en biedt ongeëvenaarde ynklúzje.
Hjir binne wat gewoane opdrachten fan ôfbyldingsherkenning: -
Fan it begjin ôf moatte wy beslute as de ôfbyldingynformaasje in bepaald artikel, hichtepunt of beweging befettet. Dizze opdracht kin typysk fan herte en sûnder ynspanning troch in minske oanpakt wurde, mar is noch net genôch oanpakt yn PC-fisy foar de totale saak: selsbewearde artikels yn diskresjonêre omstannichheden. De hjoeddeistige techniken foar it behearen fan dit probleem kinne it bêste oanpakt wurde allinich foar eksplisite artikels, bygelyks basale wiskundige items (bgl om karakterisearre brightening, stifting, en postuer fan it item fergelykber mei de kamera. Ferskate assortimenten fan 'e erkenningskwestje wurde yn it skriuwen ôfbylde:
• Objekt erkenning
Ien of in pear foarôfbepaalde of learde artikels of itemklassen kinne wurde waarnommen, normaal tegearre mei har 2D-situaasjes yn 'e foto of 3D-posysjes yn' e sêne.
• Identifikaasje
In yndividueel gefal fan in artikel wurdt waarnommen. Modellen binne ûnderskiedend bewiis fan it gesicht of unyk mark fan in bepaald yndividu, as ID fan in bepaald auto.
• Detection
De byldynformaasje wurdt ûndersocht foar in bepaalde betingst. Modellen binne ûntdekking fan tinkbere frjemde sellen of weefsels yn klinyske foto's of erkenning fan in auto yn in programmearre strjitkostenkader. Untdekking ôfhinklik fan matig rjochtlinige en rappe berekkeningen wurdt hjir en dêr brûkt foar it finen fan mear beskieden distrikten fan yntrigearjende byldynformaasje dy't boppedat kin wurde ôfbrutsen troch mear berekkening oanfreegjen fan strategyen om in juste oersetting te meitsjen.
In pear bysûndere ûndernimmingen dy't ôfhinklik binne fan erkenning besteane, bygelyks,
• Ynhâld-basearre foto herstel
Hjir ûntdekke alle ôfbyldings yn in gruttere opstelling fan ôfbyldings dy't in bepaalde substansje hawwe. De stof kin op in ûnferwachte wize bepaald wurde, bygelyks foar safier't de gelikensens relatyf in objektyf byld oanbelanget (jou my alle foto's lykas ôfbylding X), of foar safier't wichtige nivo's neifolgingsnormen jûn wurde as tekstynfier (jou my alle ôfbyldings dy't in protte befetsje huzen, wurde yn 'e winter nommen en hawwe gjin auto's yn har).
• Pose beoardieling
wy moatte de posysje of rjochting fan in bepaald artikel fergelykje mei de kamera. In modelapplikaasje foar dizze strategy soe in robot helpe om items te herstellen fan in ferfierline yn in meganyske produksjesysteemomstannichheid.
• Optyske karakter erkenning
OCR dy't karakters ûnderskiedt yn ôfbyldings fan printe of mei de hân skreaune ynhâld, foar it grutste part mei it eindoel fan it kodearjen fan de ynhâld yn in organisaasje mear en machtigje om te feroarjen of te bestellen Department of Computer Science and Engineering, Michigan State University. Strategyen wurde makke om objekten te detektearjen, om te finen hokker fan har hichtepunten se fan oaren herkenne, en om berekkeningen te plannen dy't kinne wurde brûkt troch in masine om de karakterisearring te dwaan. Wichtige tapassingen omfetsje gesichtserkenning, werkenber bewiis fan fingeryndruk, opname fan ôfbyldingsûndersyk, 3D-artikelmodelûntwikkeling, robotrûte, en fertsjintwurdiging / ûndersyk fan 3D volumetryske ynformaasje. Eb- en floeiûndersyksproblemen omfetsje biometryske befêstiging, programmearre observaasje en folgjen, hânleaze HCI, gesichtswerjefte, kompjûterisearre wettermerking en ûndersiikjen fan ûntwerp fan online argiven. Lette alumni fan it laboratoarium hawwe te krijen mei penmanship-erkenning, hantekeningkontrôle, fisueel learen en fotoherstel.
Model:
Wy moatte sjen dat it skokkend pear piksels oan gegevens nimt om de opsje te hawwen om it ûnderwerp fan in foto te herkennen, hat in groep riden troch in MIT-spesjalist fûn. De iepenbiering koe bûtengewoane foarútgong yn 'e meganisearre werkenbere bewiis fan online foto's oanfreegje en, op it lêst, in premiss jaan oan PC's om te sjen lykas minsken dogge. It ôflieden fan in bysûnder koarte ôfbylding soe in wichtige foarútgong wêze om it tinkber te meitsjen om de miljarden foto's op it ynternet konsekwint te ynventarisearjen. Fanôf no binne de iensume oanpak om foto's te sykjen ôfhinklik fan ynhâldsopskriften dy't yndividuen mei de hân hawwe ynfierd foar elke ôfbylding, en in protte foto's hawwe sokke gegevens nedich. Programmearre ID soe ek in oanpak jaan om foto's te bestân dy't minsken downloade fan komputerisearre kamera's op har PC's, sûnder elk mei de hân te belibjen en te ûndertiteljen. Ek kin it op 't lêst wirklike masinefisy oanfreegje, dy't soms robots kinne tastean om de ynformaasje fan har kamera's út te sortearjen en te sortearjen wêr't se binne. sadat as twa foto's in fergelykbere groepearring [fan nûmers] hawwe, se nei alle gedachten fergelykber binne makke út oer it algemien in ferlykber artikel, yn 't algemien in ferlykbere regeling. As ien ôfbylding is relatearre oan in ynskripsje of titel, dan soene op dat stuit ferskate ôfbyldings dy't de wiskundige koade koördinearje wierskynlik in ferlykber item sjen litte (bygelyks in auto, beam, of yndividu), dus kin de namme relatearre oan ien foto wêze ferhuze nei de oaren. "Mei ekstreem in protte foto's kinne sels algemien ienfâldige berekkeningen echt goed prestearje" by it herkennen fan foto's sa.
⦁ Gesichtsherkenning
wy realisearje dat ramt foar gesichtserkenning kontinu ferneamd wurde as metoaden foar it fuortheljen fan biometryske gegevens. Gesichtserkenning hat in basisdiel yn biometryske kaders en is oanloklik foar ferskate tapassingen, ynklusyf fisuele ferkenning en feiligens. Yn it ljocht fan 'e algemiene erkenning fan' e befolking fan gesichtsfoto's op ferskate rapporten, hat gesichtserkenning in ongelooflijk potinsjeel om te feroarjen yn 'e snijflak biometryske ynnovaasje fan beslút.
Picture Recognition Systems
⦁ Bewegingsûndersyk
In pear opdrachten identifisearje mei bewegingsbeoardieling wêr't in foto-opfolging wurdt taret om in mjitting te meitsjen fan 'e snelheid, itsij by elk fokus yn 'e foto as yn 'e 3D-sêne, of sels fan 'e kamera dy't de foto's leveret. Ynstânsjes fan sokke opdrachten binne:
⦁ Egobeweging
Beslút de 3D-ûnfleksibele beweging (pivot en ynterpretaasje) fan 'e kamera út in foto-opfolging makke troch de kamera.
⦁ Tracking
Folgjende sil folgje de ûntjouwings fan in (algemien) mear beskieden regeling fan belangstelling fokus of protesten (bygelyks, vehicles of minsken) yn de foto opfolging.
⦁ Optyske stream
Dit is om te besluten, foar elk punt yn 'e foto, hoe't dat punt beweecht fergelykber mei it byldflak, dat wol sizze, syn evident beweging. Dizze beweging is in útkomst fan sawol hoe't it fergelykjende 3D-punt yn it toaniel beweecht en hoe't de kamera fergelykber beweecht mei it toaniel.
⦁ Sêne opnij meitsje
Sjoen ien of (gewoanlik) mear foto's fan in sêne, as in fideo, doelen seanreproduksje it registrearjen fan in 3D-model fan it toaniel. Yn it maklikste gefal kin it model in boskje 3D-fokuss wêze. Mear ferfine strategyen produsearje in totaal 3D oerflak model
⦁ Ofbylding werbouwen
It punt fan werbouwen fan foto's is de evakuaasje fan commotion (sensorklammer, beweging obskure, ensfh.) fan foto's. De minst komplekse tinkbere metodyk foar commotion-útsetting is ferskate soarten kanalen, bygelyks low-pass-kanalen of middenkanalen. Mear moderne strategyen ferwachtsje in model fan hoe't de buertbyldstruktueren lykje, in model dat se herkent fan 'e opskuor. Troch earst de byldynformaasje oer in hiel skoft te ûndersykjen fan de tichteby lizzende byldstruktueren, bygelyks linen of rânen, en dêrnei it skieden ôfhinklik fan buertgegevens út de ûndersykstap te kontrolearjen, wurdt oer it algemien in superieure graad fan kommoasjeevakuaasje krigen yn kontrast mei de minder komplekse metoaden. In model op dit mêd is har skilderij. In pear kaders binne ûnôfhinklike tapassingen dy't in bepaalde skattings- of erkenningskwestje oanpakke, wylst oaren in subarranzjemint omfetsje fan in grutter plan dat bygelyks ek subframes befettet foar kontrôle fan meganyske actuators, arranzjeminten, data-ynformaasjebases, man- masine-ynterfaces, ensafuorthinne. D'r binne, hoe dan ek, reguliere kapasiteiten dy't te finen binne yn in protte PC-fisy