Nega tasvirni aniqlash muhim?

Internetdagi kontentning qariyb 80 foizi ingl. Tasvirlarni teglash nima uchun tarkib jadvalining qiroli sifatida o'z o'rnini egallashini allaqachon aniqlashni boshlashingiz mumkin. Jismoniy shaxslar yoki kompaniyalar boʻladimi, sunʼiy intellekt yordamida tasvirni aniqlash onlayn tasvirlarni minimal shovqin bilan aniqlash imkonini berdi. Har yili 657 milliardga yaqin fotosuratlar raqamli shaklda joylashtiriladi, ularning aksariyati ijtimoiy tarmoqlarda paydo bo'ladi. Ushbu tasvirlarning yaxshi qismi mahsulotlarni reklama qiladigan odamlardir, garchi ular buni o'zlari bilmagan holda qilsalar ham. Foydalanuvchi tomonidan yaratilgan kontent (UGC) sof shaklda brendlar uchun ajoyib imkoniyatdir, chunki u reklamaning eng yaxshi turini ta'minlaydi.
Ijtimoiy tarmoqlarda iste'molchi haqida gap ketganda kompaniyalarni ogohlantirish uchun marketing vositalari mavjud, ammo ijtimoiy postda hech kim o'z ismlarini belgilamasdan brendlar reklamasi sodir bo'lganda-chi? Aynan shu erda AI tasvirni aniqlash o'z qiymatini isbotlaydi. Agar texnologiya to'g'ri ma'lumotlar to'plami bilan ta'minlangan bo'lsa, AI tasvirni maxsus teglarsiz aniqlay oladi. Natijalar brendlar uchun ularning ijtimoiy eslatmalarini kuzatish va kuzatish uchun bebahodir.

Tasvirni aniqlash qanday ishlaydi?

Bizga ma'lumki, sun'iy intellekt ijtimoiy media platformalarida fotosuratlarni qidirib qidirishi va ularni keng ma'lumotlar to'plamlari bilan solishtirishi mumkin. Keyin u odamlarga nisbatan tezroq mos keladigan tegishli tasvirni tanlashga qaror qiladi. Brendlar ijtimoiy tarmoqlarda o'ziga o'xshash kontentni topish uchun tasvirni aniqlashdan foydalanadi. Bu brendning logotipini aniqlash yoki ijtimoiy media foydalanuvchilari orasida organik tarzda joylashtirilgan mahsulot joylashuvini tan olishni anglatadi. Odamlardan juda ko'p ma'lumotni o'rganishni so'rash osongina charchaydi. AI inson xatosidan xavotirlanmaydi va misli ko'rilmagan darajada aniq natijalarni qaytaradi. AI tasvirni aniqlash matnga ehtiyoj sezmasdan, odamlar brend haqida nima deyishini nazorat qiladi. Foydalanuvchilar kompaniya nomini kiritmasdan turib o'zlarining ijtimoiy eslatmalarini kuzatib borishlari mumkin bo'lgan brendlar o'zlarini foydali holatda topadilar. O'zlarining onlayn qamroviga faqat AI tomonidan tan olingan identifikatorlar orqali kirish imkoniyati juda katta va misli ko'rilmagan qamrovni taklif qiladi.

Tasvirni aniqlashning ba'zi tipik vazifalari:

Avvaliga rasm ma'lumotlarida biron bir ob'ekt, xususiyat yoki faoliyat mavjud yoki yo'qligini aniqlashimiz kerak. Bu vazifa odatda inson tomonidan mustahkam va kuchsiz hal qilinishi mumkin, ammo umumiy holat uchun kompyuter ko'rishda hali ham qoniqarli hal etilmaydi: ixtiyoriy vaziyatlarda o'zboshimchalik bilan ob'ektlar. Ushbu muammoni hal qilishning mavjud usullarini faqat oddiy geometrik ob'ektlar (masalan, ko'pburchaklar), inson yuzlari, bosma yoki qo'lda yozilgan belgilar yoki transport vositalari kabi aniq ob'ektlar uchun va odatda atamalar bilan tavsiflangan muayyan vaziyatlarda eng yaxshi hal qilish mumkin. ob'ektning kameraga nisbatan aniq belgilangan yoritilishi, foni va pozasi. Adabiyotda tanib olish muammosining turli xil turlari tasvirlangan:

• Obyektni tanib olish

Bir yoki bir nechta oldindan belgilangan yoki o'rganilgan ob'ektlar yoki ob'ektlar sinflari odatda tasvirdagi 2D pozitsiyalari yoki sahnadagi 3D pozalar bilan birga tan olinishi mumkin.

• Identifikatsiya
Ob'ektning alohida nusxasi tan olinadi. Masalan, ma'lum bir shaxsning yuzi yoki barmoq izini identifikatsiya qilish yoki muayyan transport vositasini aniqlash.

• Aniqlash
Rasm ma'lumotlari ma'lum bir holat uchun skanerlanadi. Misollar tibbiy tasvirlarda mumkin bo'lgan g'ayritabiiy hujayralar yoki to'qimalarni aniqlash yoki avtomatik yo'l pullik tizimida transport vositasini aniqlashdir. Nisbatan sodda va tezkor hisob-kitoblarga asoslangan aniqlash ba'zan qiziqarli tasvir ma'lumotlarining kichikroq hududlarini topish uchun ishlatiladi, ularni to'g'ri talqin qilish uchun ko'proq hisoblashni talab qiladigan usullar bilan tahlil qilish mumkin.

Tanib olishga asoslangan bir nechta maxsus vazifalar mavjud, masalan:

• Kontentga asoslangan tasvirni qidirish
Bu erda ma'lum bir tarkibga ega bo'lgan kattaroq rasmlar to'plamidagi barcha rasmlarni topasiz. Kontent turli yo'llar bilan belgilanishi mumkin, masalan, maqsadli tasvirga nisbatan o'xshashlik nuqtai nazaridan (menga X rasmiga o'xshash barcha rasmlarni bering) yoki matn kiritish sifatida berilgan yuqori darajadagi qidiruv mezonlari bo'yicha (o'z ichiga olgan barcha rasmlarni menga bering) ko'p uylar, qishda olinadi va ularda mashina yo'q).

• Pozni baholash
kameraga nisbatan ma'lum bir ob'ektning joylashishini yoki yo'nalishini taxmin qilishimiz kerak. Ushbu texnikaning namunaviy qo'llanilishi robotga yig'ish liniyasi sharoitida konveyer tasmasidan narsalarni olishda yordam berishdir.

• Optik belgilarni aniqlash
OCR Bu bosma yoki qo'lda yozilgan matn tasvirlaridagi belgilarni aniqlaydi, odatda matnni ko'proq formatda kodlash va Michigan shtat universiteti Kompyuter fanlari va muhandislik bo'limining tahrirlash yoki indekslash imkonini beradi. "Naqshni aniqlash va tasvirni qayta ishlash (PRIP) laboratoriyasi professor-o'qituvchilari va talabalari naqsh yoki ob'ektlarni tanib olish uchun mashinalardan foydalanishni tekshiradilar. Ob'ektlarni his qilish, ularning qaysi xususiyatlari ularni boshqalardan ajratib turishini aniqlash va tasniflash uchun mashina tomonidan ishlatilishi mumkin bo'lgan algoritmlarni loyihalash uchun usullar ishlab chiqilgan. Muhim ilovalar orasida yuzni tanish, barmoq izini identifikatsiya qilish, hujjat tasvirini tahlil qilish, 3D ob'ekt modelini qurish, robot navigatsiyasi va 3D hajmli ma'lumotlarni vizualizatsiya qilish/tadqiq qilish kiradi. Hozirgi tadqiqot muammolari orasida biometrik autentifikatsiya, avtomatik nazorat va kuzatish, qo'lsiz HCI, yuzni modellashtirish, raqamli suv belgilari va onlayn hujjatlar tuzilishini tahlil qilish kiradi. Laboratoriyaning yaqinda bitiruvchilari qo‘l yozuvini tanib olish, imzoni tekshirish, vizual o‘rganish va tasvirlarni qidirish ustida ishladilar”.

⦁ Yuzni tanish
Biz bilamizki, yuzni tanish tizimlari biometrik ma'lumotlarni olish vositasi sifatida tobora ommalashib bormoqda. Yuzni tanish biometrik tizimlarda muhim rol o'ynaydi va ko'plab ilovalar, jumladan vizual kuzatuv va xavfsizlik uchun jozibador. Turli hujjatlardagi yuz tasvirlari keng jamoatchilik tomonidan qabul qilinganligi sababli, yuzni tanib olish keyingi avlod biometrik texnologiyasiga aylanish uchun katta imkoniyatlarga ega.

Tasvirni aniqlash tizimlari

⦁ Harakat tahlili
Bir nechta vazifalar harakatni baholash bilan bog'liq bo'lib, bunda tasvir ketma-ketligi tasvirning har bir nuqtasida yoki 3D sahnasida yoki hatto tasvirlarni ishlab chiqaradigan kameraning tezligini baholash uchun qayta ishlanadi. Bunday vazifalarga misollar:

⦁  Ego harakati
Kamera tomonidan ishlab chiqarilgan tasvir ketma-ketligidan kameraning 3D qattiq harakatini (aylanish va tarjima) aniqlash.

⦁ Kuzatuv
Kuzatuv tasvir ketma-ketligidagi (odatda) kichikroq qiziqish nuqtalari yoki ob'ektlar (masalan, transport vositalari yoki odamlar) harakatlarini kuzatishdir.

⦁ Optik oqim
Bu tasvirning har bir nuqtasi uchun ushbu nuqta tasvir tekisligiga nisbatan qanday harakat qilishini, ya'ni uning ko'rinadigan harakatini aniqlashdir. Bu harakat mos keladigan 3D nuqtaning sahnada qanday harakatlanishi va kameraning sahnaga nisbatan qanday harakatlanishi natijasidir.

⦁ Voqea joyini rekonstruksiya qilish
Sahna yoki videoning bir yoki (odatda) bir nechta tasvirini hisobga olgan holda, sahnani rekonstruksiya qilish sahnaning 3D modelini hisoblashga qaratilgan. Eng oddiy holatda model 3D nuqtalar to'plami bo'lishi mumkin. Keyinchalik murakkab usullar to'liq 3D sirt modelini ishlab chiqaradi

⦁ Tasvirni tiklash
Tasvirni tiklashning maqsadi tasvirlardan shovqinni (sensor shovqini, harakatning xiralashishi va boshqalar) olib tashlashdir. Shovqinni olib tashlashning mumkin bo'lgan eng oddiy usuli bu past chastotali filtrlar yoki median filtrlar kabi turli xil filtrlardir. Murakkab usullar mahalliy tasvir tuzilmalari qanday ko'rinishini, ularni shovqindan ajratib turadigan modelni o'z ichiga oladi. Avval tasvir ma'lumotlarini chiziqlar yoki qirralar kabi mahalliy tasvir tuzilmalari nuqtai nazaridan tahlil qilib, so'ngra tahlil bosqichidagi mahalliy ma'lumotlarga asoslangan filtrlashni nazorat qilish orqali, odatda, oddiyroq yondashuvlarga nisbatan shovqinni yo'qotishning yaxshiroq darajasi olinadi. Bu sohaga misol qilib ularning rasmini keltirish mumkin. Ba'zi tizimlar alohida o'lchov yoki aniqlash muammosini hal qiladigan mustaqil ilovalar bo'lsa, boshqalari kattaroq dizaynning kichik tizimini tashkil qiladi, ular, masalan, mexanik aktuatorlarni boshqarish, rejalashtirish, ma'lumotlar bazalari, ma'lumotlar bazalari, ma'lumotlar bazalari va boshqalarni o'z ichiga oladi. mashina interfeyslari va boshqalar. Kompyuterni ko'rish tizimining o'ziga xos tatbiq etilishi, shuningdek, uning funksionalligi oldindan belgilab qo'yilganmi yoki ish paytida uning ba'zi qismini o'rganish yoki o'zgartirish mumkinligiga bog'liq. Biroq, ko'plab kompyuter ko'rish tizimlarida mavjud bo'lgan odatiy funktsiyalar mavjud.

 

Tasvirni aniqlash bilan chuqurroq o'rganish

Tasvirni aniqlash AIdan oldin ham mavjud edi. Shunga qaramay, mashinani o'rganish omili ob'ekt yoki odamning yuzini aniqlash usullarini inqilob qilmoqda. Mashinani o'rganish faqat uni oziqlantirish uchun ma'lumot mavjud bo'lganda samarali bo'ladi. AIning barcha avtomatizatsiyasi uchun tasvirlarni aniqlash uchun unga topshiriq berish oddiy talab emas. Vizual tushunchamiz ikkinchi tabiatdir; Bu biz yoshligimizdan boshlab dasturlashtirilgan narsadir. Mashinadan xuddi shunday so'rash oddiy jarayon emas. Shu sababli, sun'iy intellektni aniqlashning eng mashhur shakllaridan biri bu konvolyutsion neyron tarmoqlari (CNN). CNN - bu bir-birining yonida joylashgan piksellarga qaratilgan usul. Bir-biriga yaqin joylashgan tasvirlar oʻzaro bogʻlanish ehtimoli yuqori, yaʼni obʼyekt yoki yuz shaffofroq tasvirga mos keladi.
Ijtimoiy tarmoqlarni monetizatsiya qilmoqchi bo'lgan brendlar AI tasvirni aniqlashning aniq afzalliklariga ega bo'lsa-da, undan foydalanish holatlari ancha chuqurroqdir. Oʻz-oʻzidan boshqariladigan avtomobillar avtomobil olamidagi navbatdagi yirik narsa boʻladi va sunʼiy intellekt tasvirni aniqlash texnologiyasi ularga quvvat berishga yordam beradi. Yo‘ldagi narsalar va odamlarni aniqlay oladigan, ularga urilib ketmasligi uchun o‘z-o‘zidan boshqariladigan mashina avtomatik ravishda sodir bo‘lmaydi. Aniq qaror qabul qilish uchun tasvirlarni tanib olish kerak. Har bir o'zini o'zi boshqaradigan mashina bir nechta sensorlar bilan jihozlangan bo'lib, u boshqa harakatlanuvchi transport vositalarini, velosipedchilarni, odamlarni - asosan xavf tug'dirishi mumkin bo'lgan har qanday narsani aniqlashi mumkin. Avtomatlashtirilgan mashina yo'ldagi xavflarni tajribali haydovchiga o'xshab qayta ishlashi kerak. 2020-yilda oʻzi boshqariladigan avtomobillar yoʻlga chiqishidan oldin hal qilinishi kerak boʻlgan baʼzi jihatlar bor. Biroq avtomashinani avtomatlashtirish ishga tushganda, sunʼiy intellekt tasvirini aniqlash ularning xavfsiz ishlashining asosiy omillaridan biri boʻladi.
⦁ Tasvir olish
Raqamli tasvir bir yoki bir nechta tasvir sensorlari tomonidan ishlab chiqariladi, ular har xil turdagi yorug'likka sezgir kameralar bilan bir qatorda diapazon sensorlari, tomografiya asboblari, radar, ultratovushli kameralar va boshqalarni o'z ichiga oladi. Sensor turiga qarab, olingan tasvir ma'lumotlari. oddiy 2D tasvir, 3D hajm yoki tasvir ketma-ketligidir. Piksel qiymatlari odatda bir yoki bir nechta spektral diapazondagi yorug'lik intensivligiga (kulrang tasvirlar yoki rangli tasvirlar) mos keladi, lekin tovush yoki elektromagnit to'lqinlarning chuqurligi, yutilishi yoki aks etishi yoki yadro magnit rezonansi kabi turli jismoniy o'lchovlar bilan ham bog'liq bo'lishi mumkin.
⦁ Oldindan ishlov berish:
Ma'lum bir ma'lumotni olish uchun tasvir ma'lumotlariga kompyuterni ko'rish usulini qo'llashdan oldin, odatda ma'lumotlar usulda nazarda tutilgan ba'zi taxminlarga javob berishiga ishonch hosil qilish uchun ma'lumotlarni qayta ishlash kerak bo'ladi. Misollar
1. Tasvir koordinata tizimi to'g'ri ekanligiga ishonch hosil qilish uchun qayta namuna olish.
2. Sensor shovqini noto'g'ri ma'lumot kiritmasligini ta'minlash uchun shovqinni kamaytirish.
3. Tegishli ma'lumotni aniqlash mumkinligini ta'minlash uchun kontrastni yaxshilash.
4. Mahalliy mos masshtablarda tasvir tuzilmalarini yaxshilash uchun masshtab-makon tasviri.
⦁ Xususiyatlarni ajratib olish:
Tasvir ma'lumotlaridan turli darajadagi murakkablikdagi tasvir xususiyatlari olinadi. Bunday xususiyatlarning tipik misollari chiziqlar, qirralar va tizmalardir
Burchaklar, bloblar yoki nuqtalar kabi mahalliylashtirilgan qiziqish nuqtalari. Keyinchalik murakkab xususiyatlar tekstura, shakl yoki harakat bilan bog'liq bo'lishi mumkin.
⦁ Aniqlash/segmentatsiya:
Qayta ishlashning qaysidir nuqtasida tasvirning qaysi nuqtalari yoki hududlari keyingi qayta ishlash uchun tegishli ekanligi to'g'risida qaror qabul qilinadi. Misollar
1. Muayyan qiziqish nuqtalarini tanlash
2. Muayyan qiziqish ob'ektini o'z ichiga olgan bir yoki bir nechta tasvir mintaqalarini segmentatsiyalash.
⦁ Yuqori darajadagi ishlov berish:
Ushbu bosqichda kirish odatda kichik ma'lumotlar to'plamidir, masalan, ma'lum bir ob'ektni o'z ichiga olgan nuqtalar to'plami yoki animatsiya mintaqasi. Qolgan ishlov berish, masalan:
1. Ma'lumotlarning modelga asoslangan va dastur spetsifikatsiyalariga mos kelishini tekshirish.
2. Ob'ekt pozitsiyasi yoki ob'ekt o'lchami kabi ilovaga xos parametrlarni baholash.
3. Aniqlangan ob'ektni turli toifalarga tasniflash. Shunday qilib, tasvirni qayta ishlash sun'iy intellektga tasvirni aniqlashga va tasvir identifikatsiyasiga muvofiq javob berishga yordam beradi.

Tasvirlarning uzluksiz kelajagi

Texnologiya takomillashgani sari tasvirni aniqlash yanada katta natijalar beradi. Lobster kompaniyasining Machine Learning bo'limi rahbari Vladimir Pavlov shunday dedi: "Ob'ektni tanib olishning matematik asoslari uzoq vaqtdan beri mavjud edi, ammo kompyuterda ko'rish algoritmlaridan foydalanishning texnologik imkoniyatlari yaqinda paydo bo'ldi. Neyron tarmoqlar allaqachon odamlardan ko'ra yaxshiroq ishlashga qodir bo'lgan mukammal detektorlarni yaratishga imkon beradi. Katta jirkanch mashg'ulot uchun belgilangan tasvir ma'lumotlar to'plamining mavjudligini ushlab turadi, ammo yaqin kelajakda bu muammo bo'lmaydi. Kompyuterni ko‘rish muhandislari o‘z-o‘zini o‘rganish algoritmlari ustida faol ishlamoqda”. Vizual aloqa juda katta ta’sir ko‘rsatadigan kelajak bilan tasvirni aniqlash biz ko‘rayotgan ko‘plab rasmlarning asosiy omili bo‘ladi. Haqiqiy hayotda ham, onlaynda ham.