Kini idi ti idanimọ aworan ṣe pataki?

Nipa 80 ida ọgọrun ti akoonu lori intanẹẹti jẹ wiwo. O le ti bẹrẹ ṣiṣẹ tẹlẹ idi ti fifi aami si aworan le di ipo rẹ bi ọba ti tabili akoonu. Boya o jẹ awọn ẹni-kọọkan tabi awọn ile-iṣẹ, idanimọ aworan AI ti jẹ ki o ṣee ṣe lati ṣe idanimọ awọn iwo lori ayelujara pẹlu ariwo kekere. Nibẹ ni ayika awọn fọto bilionu 657 ti a firanṣẹ ni ọdun kọọkan ni oni nọmba, pẹlu pupọ julọ ti o han lori media awujọ. Ipin ti o dara ti awọn aworan yẹn jẹ eniyan ti n ṣe igbega awọn ọja, paapaa ti wọn ba n ṣe bẹ laimọ. Akoonu ti ipilẹṣẹ olumulo (UGC) ni fọọmu mimọ rẹ jẹ oluranlọwọ ti o dara julọ fun awọn ami iyasọtọ bi o ti n pese iru igbega to dara julọ.
Awọn irinṣẹ titaja wa lati ṣe akiyesi awọn ile-iṣẹ nigbati olumulo kan ba n mẹnuba lori media awujọ, ṣugbọn kini nipa nigbati igbega awọn ami iyasọtọ waye laisi ẹnikẹni ti o fi aami si orukọ wọn ni ifiweranṣẹ awujọ? Eyi ni ibi ti idanimọ aworan AI ṣe afihan iye rẹ. Ti imọ-ẹrọ ba jẹ ifunni awọn ipilẹ data to pe, AI le ṣe idanimọ aworan kan laisi awọn mẹnuba tag kan pato. Awọn abajade jẹ iwulo fun awọn ami iyasọtọ lati tọpa ati tọpa awọn mẹnuba awujọ wọn.

Bawo ni idanimọ aworan ṣiṣẹ?

Gẹgẹbi a ti mọ AI le wa awọn iru ẹrọ media awujọ ti n wa awọn fọto ati ṣe afiwe wọn si awọn eto data nla. Lẹhinna o pinnu lori aworan ti o baamu ti o baamu ni iyara pupọ ju awọn eniyan ti o lagbara lọ. Awọn burandi lo idanimọ aworan lati wa akoonu ti o jọra si tiwọn lori media awujọ. Iyẹn tumọ si idamo aami ami ami iyasọtọ kan tabi riri gbigbe ọja ti ara ẹni laarin awọn olumulo media awujọ. Bibeere awọn eniyan lati ṣawari nipasẹ ọpọlọpọ alaye ni irọrun di agara. AI ko ṣe aniyan nipa aṣiṣe eniyan, o si da awọn abajade deede pada ni awọn ipele ti ko lẹgbẹ. Idanimọ aworan AI ṣe abojuto ohun ti eniyan n sọ nipa ami iyasọtọ kan laisi iwulo fun ọrọ. Awọn burandi ni anfani lati tọpa awọn mẹnuba awujọ wọn laisi awọn olumulo ti o nilo lati tẹ orukọ ile-iṣẹ yoo rii ara wọn ni ipo anfani. Agbara lati tẹ sinu agbegbe ori ayelujara tiwọn nikan nipasẹ awọn idamọ AI ti o tobi pupọ ati pe o funni ni agbegbe ailopin.

Eyi ni diẹ ninu awọn iṣẹ ṣiṣe aṣoju ti idanimọ aworan: -

Ni akọkọ a ni lati pinnu boya tabi kii ṣe data aworan ni diẹ ninu ohun kan pato, ẹya, tabi iṣẹ ṣiṣe. Iṣẹ-ṣiṣe yii le ṣe atunṣe deede ni agbara ati laisi igbiyanju nipasẹ eniyan, ṣugbọn ko tun ṣe ipinnu ni itẹlọrun ni iran kọmputa fun ọran gbogbogbo: awọn nkan lainidii ni awọn ipo lainidii. Awọn ọna ti o wa tẹlẹ fun ṣiṣe pẹlu iṣoro yii le jẹ ojutu ti o dara julọ fun awọn ohun kan pato, gẹgẹbi awọn nkan jiometirika ti o rọrun (fun apẹẹrẹ, polyhedra), awọn oju eniyan, titẹjade tabi awọn kikọ ti a fi ọwọ kọ, tabi awọn ọkọ, ati ni awọn ipo kan pato, ti a ṣalaye ni igbagbogbo ni awọn ofin ti itanna asọye daradara, abẹlẹ, ati iduro ti nkan ti o ni ibatan si kamẹra. Awọn oriṣiriṣi oriṣiriṣi ti iṣoro idanimọ ni a ṣe apejuwe ninu awọn iwe-iwe:

• Idanimọ ohun

Ọkan tabi pupọ awọn ohun ti a ti sọ tẹlẹ tabi awọn ohun kikọ tabi awọn kilasi ohun ni a le ṣe idanimọ, nigbagbogbo pẹlu awọn ipo 2D wọn ni aworan tabi awọn iduro 3D ni ipele naa.

• Idanimọ
Apeere ẹni kọọkan ti ohun kan jẹ idanimọ. Awọn apẹẹrẹ jẹ idanimọ oju eniyan kan pato tabi itẹka, tabi idanimọ ọkọ kan pato.

• Wiwa
Awọn data aworan ti ṣayẹwo fun ipo kan pato. Awọn apẹẹrẹ jẹ wiwa ti awọn sẹẹli ajeji ti o ṣeeṣe tabi awọn tissu ni awọn aworan iṣoogun tabi wiwa ọkọ kan ninu eto isanwo ọna aladaaṣe. Wiwa ti o da lori irọrun ti o rọrun ati awọn iṣiro iyara ni a lo nigbakan fun wiwa awọn agbegbe ti o kere ju ti data aworan ti o nifẹ eyiti o le ṣe itupalẹ siwaju nipasẹ awọn ilana ibeere iṣiro diẹ sii lati gbejade itumọ ti o pe.

Ọpọlọpọ awọn iṣẹ-ṣiṣe pataki ti o da lori idanimọ wa, gẹgẹbi:

• Aworan ti o da lori akoonu
Nibi wiwa gbogbo awọn aworan ni titobi awọn aworan ti o ni akoonu kan pato. A le sọ akoonu naa ni awọn ọna oriṣiriṣi, fun apẹẹrẹ ni awọn ofin ibajọra aworan ibi-afẹde kan (fun mi ni gbogbo awọn aworan ti o jọra si aworan X), tabi ni awọn ofin ti awọn ibeere wiwa ipele giga ti a fun bi titẹ ọrọ (fun mi ni gbogbo awọn aworan ti o ni ninu ọpọlọpọ awọn ile, ti wa ni ya nigba igba otutu, ati ki o ni ko si paati ninu wọn).

Duro idiyele
a ni lati ṣe iṣiro ipo tabi iṣalaye ti ohun kan pato ti o ni ibatan si kamẹra. Ohun elo apẹẹrẹ fun ilana yii yoo jẹ iranlọwọ fun robot ti n gba awọn nkan pada lati igbanu gbigbe ni ipo laini apejọ kan.

• Ti idanimọ ohun kikọ opitika
OCR eyi ti o n ṣe idanimọ awọn ohun kikọ ni awọn aworan ti a tẹjade tabi ọrọ ti a fi ọwọ kọ, nigbagbogbo pẹlu wiwo lati ṣe koodu koodu ni ọna kika diẹ sii ati ki o mu ki o ṣe atunṣe tabi titọka Ẹka ti Imọ-ẹrọ Kọmputa ati Imọ-ẹrọ, Michigan State University. “Imọ idanimọ Àpẹẹrẹ ati Ṣiṣe Aworan (PRIP) Olukọ Laabu ati awọn ọmọ ile-iwe ṣe iwadii lilo awọn ẹrọ lati ṣe idanimọ awọn ilana tabi awọn nkan. Awọn ọna ti wa ni idagbasoke lati ni oye awọn nkan, lati ṣawari iru awọn ẹya wọn ṣe iyatọ wọn si awọn miiran, ati lati ṣe apẹrẹ awọn algoridimu eyiti ẹrọ le ṣee lo lati ṣe isọdi. Awọn ohun elo pataki pẹlu idanimọ oju, idanimọ itẹka, itupalẹ aworan iwe, ikole awoṣe ohun 3D, lilọ kiri robot, ati iworan / ṣawari ti data iwọn didun 3D. Awọn iṣoro iwadii lọwọlọwọ pẹlu ijẹrisi biometric, iwo-kakiri aifọwọyi ati ipasẹ, HCI aimudani, awoṣe oju, ami omi oni-nọmba ati igbekale igbekale awọn iwe ori ayelujara. Awọn ọmọ ile-iwe giga ti ile-iwosan aipẹ ti ṣiṣẹ lori idanimọ ọwọ kikọ, ijẹrisi ibuwọlu, ẹkọ wiwo, ati imupadabọ aworan.”

⦁ Idanimọ Oju
a mọ pe awọn ọna ṣiṣe idanimọ oju n di olokiki ni ilọsiwaju bi ọna ti yiyo alaye biometric. Idanimọ oju ni ipa to ṣe pataki ni awọn ọna ṣiṣe biometric ati pe o wuyi fun ọpọlọpọ awọn ohun elo pẹlu iwo-kakiri wiwo ati aabo. Nitori gbigba gbogbogbo ti gbogbo eniyan ti awọn aworan oju lori ọpọlọpọ awọn iwe aṣẹ, idanimọ oju ni agbara nla lati di imọ-ẹrọ biometric iran atẹle ti yiyan.

Aworan idanimọ Systems

⦁ Iṣayẹwo išipopada
Orisirisi awọn iṣẹ-ṣiṣe ni ibatan si iṣiro išipopada nibiti a ti ṣe ilana ilana aworan kan lati gbejade iṣiro iyara iyara boya ni awọn aaye kọọkan ninu aworan tabi ni aaye 3D, tabi paapaa ti kamẹra ti o ṣe awọn aworan. Awọn apẹẹrẹ ti iru awọn iṣẹ-ṣiṣe ni:

⦁  išipopada Ego
Ṣiṣe ipinnu iṣipopada lile 3D (yiyi ati itumọ) kamẹra lati ọna aworan ti o ṣe nipasẹ kamẹra.

⦁ Ipasẹ
Itọpa n tẹle awọn gbigbe ti awọn aaye anfani tabi awọn nkan (fun apẹẹrẹ, awọn ọkọ ayọkẹlẹ tabi eniyan) ni ọna aworan.

⦁ Ṣiṣan opiti
Eyi ni lati pinnu, fun aaye kọọkan ninu aworan, bawo ni aaye yẹn ṣe nlọ ni ibatan si ọkọ ofurufu aworan, ie, išipopada ti o han gbangba. Iṣipopada yii jẹ abajade mejeeji ti bii aaye 3D ti o baamu ti nlọ ni ibi-iṣọ ati bii kamẹra ti n gbe ni ibatan si aaye naa.

⦁ Atunkọ oju iṣẹlẹ
Fifun ọkan tabi (ni deede) awọn aworan diẹ sii ti iwoye kan, tabi fidio kan, atunkọ iṣẹlẹ ni ero lati ṣe iṣiro awoṣe 3D ti ipele naa. Ninu ọran ti o rọrun julọ awoṣe le jẹ eto ti awọn aaye 3D. Diẹ fafa ọna gbe awọn kan pipe 3D dada awoṣe

⦁ Imupadabọ aworan
Ero ti imupadabọ aworan ni yiyọ ariwo (ariwo sensọ, blur išipopada, ati bẹbẹ lọ) lati awọn aworan. Ọna ti o rọrun julọ ti o ṣeeṣe fun yiyọ ariwo jẹ awọn oriṣi awọn asẹ bii awọn asẹ kekere tabi awọn asẹ agbedemeji. Awọn ọna ti o ni ilọsiwaju diẹ sii gba awoṣe ti bii awọn ẹya aworan agbegbe ṣe dabi, awoṣe eyiti o ṣe iyatọ wọn si ariwo. Nipa iṣayẹwo akọkọ data aworan ni awọn ofin ti awọn ẹya aworan agbegbe, gẹgẹbi awọn laini tabi awọn egbegbe, ati lẹhinna ṣiṣakoso sisẹ ti o da lori alaye agbegbe lati igbesẹ onínọmbà, ipele ti o dara julọ ti yiyọ ariwo ni a maa n gba ni akawe si awọn isunmọ ti o rọrun. Apeere ni aaye yii ni kikun wọn. Diẹ ninu awọn ọna ṣiṣe jẹ awọn ohun elo nikan ti o yanju wiwọn kan pato tabi iṣoro wiwa, lakoko ti awọn miiran jẹ eto iha ti apẹrẹ nla eyiti, fun apẹẹrẹ, tun ni awọn eto iha fun iṣakoso ti awọn oṣere ẹrọ, igbero, awọn data data alaye, eniyan- awọn atọkun ẹrọ, bbl Awọn imuse kan pato ti eto iwoye kọnputa tun da lori ti iṣẹ-ṣiṣe rẹ ba ti sọ tẹlẹ tabi ti apakan kan ba le kọ ẹkọ tabi yipada lakoko iṣẹ. Sibẹsibẹ, awọn iṣẹ aṣoju wa ti o rii ni ọpọlọpọ awọn eto iran kọnputa.

 

Ẹkọ ti o jinlẹ pẹlu idanimọ aworan

Idanimọ aworan wa ni ayika ṣaaju AI. Sibẹsibẹ ifosiwewe ẹkọ ẹrọ n ṣe iyipada awọn ọna fun idamo ohun kan tabi oju eniyan. Ẹkọ ẹrọ jẹ doko nikan nigbati data ba wa lati jẹun, sibẹsibẹ. Fun gbogbo adaṣe AI, ṣiṣe iṣẹ ṣiṣe lati ṣe idanimọ awọn aworan kii ṣe ibeere ti o rọrun. Imọye wa ti awọn wiwo jẹ ẹda keji; o jẹ ohun ti a se eto lati a se lati kan ọmọ ọjọ ori. Bibeere kanna ti ẹrọ kii ṣe ilana titọ. Fun idi yẹn, ọkan ninu awọn fọọmu olokiki diẹ sii ti idanimọ AI jẹ awọn nẹtiwọọki iṣọn-alọ ọkan (CNN). CNN jẹ ọna ti o fojusi awọn piksẹli ti o wa lẹgbẹẹ ara wọn. Awọn aworan ti o wa ni isunmọ jẹ diẹ sii lati ni ibatan, eyiti o tumọ si ohun kan tabi oju ti baamu si aworan kan pẹlu akoyawo diẹ sii.
Lakoko ti awọn burandi n wa lati ṣe monetize media awujọ botilẹjẹpe idanimọ aworan AI gbe awọn anfani ti o han gbangba, awọn ọran lilo rẹ jinna jinna. Awọn ọkọ ayọkẹlẹ awakọ ti ara ẹni fẹrẹ jẹ ohun nla ti o tẹle ni agbaye mọto ayọkẹlẹ, ati imọ-ẹrọ idanimọ aworan AI n ṣe iranlọwọ lati fun wọn ni agbara. Ọkọ ayọkẹlẹ ti ara ẹni ti o le ṣawari awọn nkan ati awọn eniyan ti o wa ni opopona ki o ko ba ṣubu sinu wọn ko ṣẹlẹ laifọwọyi. O nilo lati ṣe idanimọ awọn aworan lati ṣe awọn ipinnu alaye. Ọkọ ayọkẹlẹ ti ara ẹni kọọkan ni ibamu pẹlu awọn sensọ pupọ ki o le ṣe idanimọ awọn ọkọ gbigbe miiran, awọn ẹlẹṣin, eniyan - ni ipilẹ ohunkohun ti o le fa eewu kan. Ọkọ ayọkẹlẹ aladaaṣe nilo lati ṣe ilana awọn ewu ti opopona ni ọna kanna ti awakọ akoko kan ṣe. Awọn aaye diẹ si tun wa lati ṣe irin jade ṣaaju ki awọn ọkọ ayọkẹlẹ ti ara ẹni kọlu ni opopona ni 2020. Ṣugbọn nigbati adaṣe ọkọ ayọkẹlẹ ba bẹrẹ, idanimọ aworan AI yoo jẹ ọkan ninu awọn awakọ pataki lẹhin wọn ṣiṣẹ lailewu.
⦁ Aworan-akomora
Aworan oni nọmba jẹ iṣelọpọ nipasẹ ọkan tabi pupọ awọn sensọ aworan, eyiti, ni afikun si awọn oriṣi awọn kamẹra ti o ni imọlara ina, pẹlu awọn sensọ sakani, awọn ẹrọ tomography, radar, awọn kamẹra ultra-sonic, bbl Da lori iru sensọ, abajade aworan data abajade jẹ aworan 2D lasan, iwọn didun 3D, tabi ọna aworan kan. Awọn iye piksẹli ni deede badọgba si kikankikan ina ni ọkan tabi pupọ awọn ẹgbẹ iwoye (awọn aworan grẹy tabi awọn aworan awọ), ṣugbọn tun le ni ibatan si ọpọlọpọ awọn iwọn ti ara, gẹgẹbi ijinle, gbigba tabi afihan ti sonic tabi awọn igbi itanna eletiriki, tabi resonance oofa iparun.
⦁ Ṣiṣe-ṣaaju:
Ṣaaju ki o to lo ọna iran kọnputa kan si data aworan lati le jade diẹ ninu nkan kan pato ti alaye, o jẹ pataki nigbagbogbo lati ṣe ilana data naa lati ni idaniloju pe o ni itẹlọrun awọn arosinu kan ti o tumọ nipasẹ ọna naa. Awọn apẹẹrẹ jẹ
1. Tun-iṣapẹẹrẹ ni ibere lati rii daju wipe image ipoidojuko eto ni o tọ.
2. Idinku ariwo lati le rii daju pe ariwo sensọ ko ṣe agbekalẹ alaye eke.
3. Imudara iyatọ lati ṣe idaniloju pe alaye ti o yẹ le ṣee wa-ri.
4. Aṣoju iwọn-aaye lati jẹki awọn ẹya aworan ni awọn iwọn ti o yẹ ni agbegbe.
⦁ Iyọkuro ẹya:
Awọn ẹya aworan ni awọn ipele pupọ ti idiju ni a yọ jade lati inu data aworan naa. Awọn apẹẹrẹ aṣoju ti iru awọn ẹya jẹ awọn ila, awọn egbegbe ati awọn ridges
Awọn aaye iwulo agbegbe gẹgẹbi awọn igun, blobs tabi awọn aaye. Awọn ẹya idiju diẹ sii le ni ibatan si sojurigindin, apẹrẹ tabi išipopada.
⦁ Iwari/ipin:
Ni aaye diẹ ninu sisẹ, ipinnu kan ti ṣe nipa eyiti awọn aaye aworan tabi awọn agbegbe ti aworan ṣe pataki fun sisẹ siwaju. Awọn apẹẹrẹ jẹ
1. Asayan ti kan pato ti ṣeto ti anfani ojuami
2. Pipin ti ọkan tabi ọpọ awọn agbegbe aworan eyiti o ni ohun kan pato ti iwulo.
⦁ Sisẹ ipele giga:
Ni ipele yii titẹ sii jẹ igbagbogbo ṣeto data kekere kan, fun apẹẹrẹ ṣeto awọn aaye tabi agbegbe ere idaraya eyiti o ro pe o ni ohun kan pato ninu. Awọn adehun sisẹ to ku pẹlu, fun apẹẹrẹ:
1. Ijerisi pe data ni itẹlọrun orisun awoṣe ati awọn arosọ ohun elo.
2. Iṣiro ti ohun elo kan pato paramita, gẹgẹ bi awọn ohun duro tabi ohun.
3. Ṣiṣesọtọ nkan ti a rii sinu awọn ẹka oriṣiriṣi.Nitorina, ṣiṣe aworan ṣe iranlọwọ AI lati ṣe idanimọ aworan naa ati dahun ni ibamu si idanimọ aworan.

Ọjọ iwaju ti ko ni oju ti awọn aworan

Bi imọ-ẹrọ ti n ṣe ilọsiwaju, idanimọ aworan yoo pada paapaa awọn abajade ti o tobi julọ. Ori ti Ẹkọ ẹrọ ni Lobster, Vladimir Pavlov sọ pe, “Ipilẹ mathematiki fun idanimọ ohun ti wa fun igba pipẹ, ṣugbọn awọn iṣeeṣe imọ-ẹrọ ti lilo awọn algoridimu iran kọnputa han laipẹ. Tẹlẹ, awọn nẹtiwọọki nkankikan ngbanilaaye ṣiṣe awọn aṣawari pipe ti o lagbara lati ṣiṣẹ dara julọ ju eniyan lọ. Jeki nla kan ṣe idaduro wiwa ti awọn iwe data aworan ti o samisi fun ikẹkọ, ṣugbọn ni ọjọ iwaju nitosi, eyi kii yoo jẹ iṣoro. Awọn onimọ-ẹrọ iran kọnputa n ṣiṣẹ ni itara lori awọn algoridimu ti ara ẹni” ”.Pẹlu ọjọ iwaju ti o ni ipa pupọ nipasẹ ibaraẹnisọrọ wiwo, idanimọ aworan yoo jẹ ifosiwewe bọtini lẹhin ọpọlọpọ awọn aworan ti a rii. Mejeeji ni igbesi aye gidi ati ori ayelujara.