Gweledigaeth cyfrifiadurol modern. Tasgau a thechnoleg gweledigaeth cyfrifiadurol. Rhaglennu Gweledigaeth Cyfrifiadur yn Python

Sut i addysgu cyfrifiadur i ddeall yr hyn sy'n ymddangos yn y llun neu luniau? Mae hyn yn ymddangos yn syml, ond ar gyfer y cyfrifiadur hwn yn unig yw matrics sy'n cynnwys sero a rhai y mae arnoch eisiau i dynnu gwybodaeth bwysig.

Beth yw gweledigaeth cyfrifiadur? Mae'n gallu i "weld" eich cyfrifiadur

Vision - yn ffynhonnell bwysig o wybodaeth ar gyfer y person sy'n ei ddefnyddio, rydym yn cael, yn ôl amcangyfrifon amrywiol, o 70 o i 90% o'r holl wybodaeth. Ac, wrth gwrs, os ydym am greu car smart, mae angen i ni weithredu'r un sgiliau a chyfrifiadur.

Gall y broblem o weledigaeth cyfrifiadur yn cael ei ddatgan yn eithaf clir. Beth yw "gweld"? Deellir bod lle mae dim ond drwy edrych. Dyna i ben y gwahaniaethau o weledigaeth cyfrifiadurol a gweledigaeth dynol. Gweledigaeth ar gyfer ni - mae'n ffynhonnell gwybodaeth am y byd, yn ogystal â ffynhonnell gwybodaeth metrig - hynny yw, y gallu i ddeall y pellteroedd a meintiau.

Delwedd cnewyllyn Semantig

O edrych ar y darlun, gallwn ei ddisgrifio gan nifer o nodweddion, fel petai, i dynnu gwybodaeth semantig.

Er enghraifft, edrych ar y llun, gallwn ddweud ei fod yn yr awyr agored. Beth yw'r traffig ddinas. Bod ceir. gallwn ddyfalu bod hyn yn Ne-ddwyrain Asia ar gyfluniad yr adeilad a hieroglyphics. Mae'r portread o Mao Zedong yn deall bod hyn yn Beijing, ac os oes unrhyw un yn gweld fideo byw neu ef ei hun wedi bod yno, a fyddai'n dyfalu bod hyn yn y Sgwâr Tiananmen enwog.

Yr hyn y gallwn ddweud mwy am y llun, ei weld? Gallwn adnabod gwrthrychau yn y llun, i ddweud, bod yna bobl yma yn nes - ffens. Yma ymbarelau, posteri sy'n adeilad. Mae'r rhain yn enghreifftiau o ddosbarthiadau yn gwrthrychau pwysig iawn, sy'n cael eu cymryd rhan yn chwilio am y tro.

Still gallwn ddysgu rhai o nodweddion neu briodoleddau gwrthrychau. Er enghraifft, dyma gallwn benderfynu nad yw hyn yn bortread o Tseiniaidd cyffredin, sef, Mao Zedong.

Gall Yn ôl y cerbyd yn cael ei benderfynu ei fod yn wrthrych sy'n symud, ac mae'n anodd, nad yw'n cael ei hanffurfio yn ystod y symudiad. Ynglŷn Gellir baneri fod yn dweud ei fod yn gwrthwynebu, maent hefyd yn symud, ond nid ydynt yn galed, deformed gyson. Ac yn yr olygfa, mae y gwynt, y gellir ei benderfynu drwy ddatblygu baneri, a gall hyd yn oed yn penderfynu ar gyfeiriad y gwynt, er enghraifft, mae'n cael ei chwythu o'r chwith i'r dde.

Mae'r pellteroedd a hyd yn y weledigaeth cyfrifiadurol

Pwysig iawn yw'r wybodaeth fetrig am wyddoniaeth gyfrifiadurol golwg. Mae hyn i gyd math o bellteroedd. Er enghraifft, ar gyfer y crwydro yn arbennig o bwysig oherwydd bod y timau o'r Ddaear tua 20 munud ac ateb gymaint. Yn unol â hynny, mae'r cysylltiad yno ac yn ôl - 40 munud. Ac os ydym yn gwneud cynllun ar gyfer gorchmynion symud y Ddaear, mae angen i chi gymryd hyn i ystyriaeth.

Llwyddo i integreiddio y dechnoleg o weledigaeth gyfrifiadurol mewn gemau fideo. Yn ôl y fideo, gallwch adeiladu modelau tri-dimensiwn o wrthrychau, pobl, a gall lluniau ar y defnyddiwr adfer y modelau tri-dimensiwn o ddinasoedd. Ac yna cerdded arnynt.

gweledigaeth cyfrifiadurol - amrywiaeth yn hytrach eang. Mae'n cael ei cydblethu agos gyda gwahanol wyddorau eraill. Rhan o weledigaeth cyfrifiadurol Mae'n dal y maes prosesu delwedd ac weithiau yn dyrannu gweledigaeth cyfrifiadur, yn hanesyddol.

Dadansoddi, adnabod patrymau - y llwybr i'r deallusrwydd uwch greu

Gadewch i ni edrych cysyniadau hyn ar wahân.

Delwedd Prosesu - mae hwn yn faes o algorithmau, lle mae'r mewnbwn ac allbwn - mae'n rhaid ddelwedd, ac rydym yn ei wneud rhywbeth.

dadansoddi delweddau - yw'r ardal o weledigaeth cyfrifiadurol, sy'n canolbwyntio ar weithio gyda'r ddelwedd dau-ddimensiwn ac yn gwneud casgliadau o hyn.

Patrwm Cydnabyddiaeth - disgyblaeth fathemategol haniaethol sy'n cydnabod data ar ffurf fectorau. Hynny yw, wrth y fynedfa - fector ac mae gennym rywbeth i'w wneud ag ef. Lle mae'r fector yw, nid ydym mor bwysig gwybod.

Gweledigaeth Cyfrifiadur - yn wreiddiol oedd adfer strwythur y delweddau dau-ddimensiwn. Heddiw yr ardal hon wedi dod yn ehangach a gellir ei ddehongli fel bod yn derbyn pob un o'r gwrthrychau corfforol sy'n gwneud, yn seiliedig ar y ddelwedd. Hynny yw, ei fod yn y dasg o deallusrwydd artiffisial.

Ochr yn ochr â gweledigaeth cyfrifiadurol mewn maes hollol wahanol, yn geodesy, ffotogrametreg wedi esblygu - sef mesur y pellter rhwng gwrthrychau ar ddelweddau dau ddimensiwn.

Gall Robots "gweler"

Ac yn olaf - mae hyn yn weledigaeth peiriant. O dan y weledigaeth peiriant golygu gweledigaeth o robotiaid. Dyna'r penderfyniad rhai problemau cynhyrchu. Gallwn ddweud bod gweledigaeth cyfrifiadur - yn un gwyddonol mawr. Mae'n cyfuno rhai o'r rhan gwyddonol eraill. A phan y weledigaeth cyfrifiadur yn cael unrhyw gais penodol, mae'n troi i mewn i weledigaeth peiriant.

ranbarth Gweledigaeth Cyfrifiadur Mae gan màs o gymwysiadau ymarferol. Mae'n gysylltiedig â awtomeiddio cynhyrchu. Yn y mentrau fod yn fwy effeithlon i gymryd lle llafur llaw gan beiriant. Nid yw'r peiriant yn cael blino, nid cysgu, roedd ganddi amserlen waith afreolaidd, ei bod yn barod i weithio 365 diwrnod y flwyddyn. Felly, gan ddefnyddio'r gwaith peiriant, gallwn gael canlyniad gwarantedig ar adeg benodol, ac mae'n eithaf diddorol. Mae pob tasg yn cael defnydd clir ar gyfer systemau cyfrifiadurol gweledigaeth. Ac nid oes dim yn well na i weld y canlyniadau ar unwaith ar y llun yn unig yn y cyfnod cyfrifo.

Ar y trothwy o fyd deallusrwydd artiffisial

Plus yr ardal - mae'n anodd! Mae rhan sylweddol o'r ymennydd sy'n gyfrifol am weledigaeth, a chredir bod os ydych yn addysgu eich cyfrifiadur i "weld", hynny yw, y weledigaeth defnyddio cyfrifiadur llawn, mae'n un o amcanion y deallusrwydd artiffisial llawn. Os gallwn ddatrys y broblem ar y lefel ddynol, yn fwyaf tebygol ar yr un pryd, byddwn yn datrys y broblem o AI. Mae hynny'n dda iawn! Neu nid yn dda iawn, os ydych yn edrych, "Terminator 2".

Pam mae gweledigaeth - mae'n anodd? Oherwydd y gall y ddelwedd o'r un gwrthrych yn amrywio yn dibynnu yn fawr ar ffactorau allanol. Yn dibynnu ar y gwrthrych o bwyntiau arsylwi yn edrych yn wahanol.

Er enghraifft, mae un a'r un ffigur, a gymerwyd o wahanol onglau. A beth sydd fwyaf diddorol yn y ffigur fod yn un llygad, dau lygad a hanner. Ac yn dibynnu ar y cyd-destun (os ddelwedd hon o ddyn mewn crys gyda llygaid paentio), y llygad fod yn fwy na dau.

Mae'r cyfrifiadur yn dal yn ei ddeall, ond mae'n "yn gweld"

Ffactor arall sy'n ei gwneud yn anodd - mae'n y goleuadau. Bydd yr un olygfa gyda goleuadau gwahanol yn edrych yn wahanol. Gall maint y gwrthrych yn amrywio. Ar ben hynny, mae'r gwrthrychau o unrhyw ddosbarth. Sut gallwch chi ddweud am ddyn fod ei uchder o 2 fetr? Dim byd. twf dynol a gall fod yn 2.3 m, a 80 o cm. Fel gyda mathau eraill o wrthrychau, fodd bynnag, yn cael eu gwrthrychau o'r un dosbarth.

Yn enwedig gwrthrychau byw yn cael amrywiaeth o straen. Gwallt pobl, athletwyr, anifeiliaid. Edrychwch ar luniau o geffylau rhedeg, penderfynu beth sy'n digwydd gyda'u mwng a chynffon, yn syml, yn amhosibl. Mae gwrthrychau sy'n gorgyffwrdd mewn delwedd? Os ydych yn gwthio delwedd cyfrifiadur, hyd yn oed y peiriant mwyaf pwerus yn cael anhawster i roi'r penderfyniad cywir.

Golygfa Nesaf - mae'n guddio. Mae rhai gwrthrychau, anifeiliaid ffugio bod yr amgylchedd, ac yn eithaf fedrus. Ac mae'r un smotiau a lliwio. Serch hynny, rydym yn eu gweld, ond nid bob amser o bell.

Problem arall - y mudiad. Gwrthrychau yn cynnig annirnadwy cael anffurfio.

Mae llawer o'r amcanion yn amrywiol iawn. Yma, er enghraifft, yn y lluniau isod dau amcanion y "gadair".

Ac ar hyn y gallwch eistedd. Ond i ddysgu peiriant, fel bod y gwahanol bethau o ran siâp, lliw, deunydd, mae popeth yn wrthrych "cadair" - yn anodd iawn. Dyma'r her. Integreiddio dulliau o weledigaeth cyfrifiadur - yw dysgu peiriant i ddeall, dadansoddi, dyfalu.

Integreiddio gweledigaeth cyfrifiadurol mewn sawl platfform

Dechreuodd y màs o weledigaeth cyfrifiadur i dreiddio mwy yn 2001, pan greodd y synhwyrydd wyneb cyntaf. Rydym yn ei gwneud yn ddau awdur: Fiola, Jones. Hwn oedd y cyflym a dibynadwy yn ddigon algorithm cyntaf, a oedd yn dangos y pŵer o ddulliau dysgu peiriant.

Nawr mae gweledigaeth cyfrifiadur yn cael digon o gymwysiadau ymarferol newydd - cydnabod y wyneb dynol.

Ond i gydnabod y dyn fel yn y ffilmiau - ar ongl hap, amodau golau gwahanol - nid oes modd. Ond er mwyn datrys y broblem, neu un sy'n wahanol bobl gyda goleuadau gwahanol neu mewn ystum gwahanol, yn debyg fel yn y llun yn y pasbort, mae'n bosibl gyda lefel uchel o hyder.

o ofynion llun pasbort yn bennaf oherwydd y nodwedd o'r algorithmau cydnabyddiaeth wyneb.

Er enghraifft, os oes gennych basbort biometrig, mewn rhai meysydd awyr modern, gallwch ddefnyddio'r system rheolaeth pasbort awtomatig.

problem heb eu datrys o weledigaeth cyfrifiadurol - y gallu i adnabod unrhyw destun

Efallai rhywun defnyddio system OCR. Roedd un o'r rhain - Darllenydd Gain, yn boblogaidd iawn yn y system Runet. Mae llawer o ffurflenni lle rydych yn llenwi yn y data, maent yn cael eu sganio yn berffaith, mae'r wybodaeth yn cael ei gydnabod gan y system yn dda iawn. Ond gyda unrhyw destun yn y llun mae'r sefyllfa yn llawer gwaeth. Mae'r broblem hon yn parhau i fod heb eu datrys o hyd.

Gemau cynnwys gweledigaeth cyfrifiadur, dal symudiad

ardal fawr ar wahân - yw'r modelau tri-dimensiwn a dal symudiad (sy'n cael ei roi ar waith yn eithaf llwyddiannus mewn gemau cyfrifiadurol) creu. Mae'r rhaglen gyntaf, sy'n defnyddio gweledigaeth cyfrifiadurol - system o ryngweithio â'r cyfrifiadur gan ddefnyddio ystumiau. Pan gafodd ei greu ei fod yn llawer o bethau agored.

Mae'r algorithm ei gynllunio yn syml iawn, ond i ffurfweddu a gymerwyd i greu generadur o ddelweddau synthetig o bobl i gael miliwn o luniau. Uwchgyfrifiadur gyda nhw i ddewis y paramedrau y algorithm, y mae ef yn awr yn gweithio'n dda.

Dyna miliwn o ddelweddau a'r wythnos amser uwchgyfrifiadur countable bosibl creu algorithm sy'n defnyddio 12% o'r capasiti un prosesydd ac yn caniatáu i berson i ganfod sefyllfa mewn amser real. Mae'r system hon yn Microsoft Kinect (2010).

Chwilio am luniau gan gynnwys caniatáu i chi lwytho lluniau i'r system, a bydd y canlyniadau yn rhoi holl luniau gyda'r un cynnwys a wnaed gan yr un ongl.

Enghreifftiau o weledigaeth cyfrifiadur: tri dimensiwn a mapiau dau ddimensiwn yn awr yn cael eu gwneud ag ef. Mapiau ar gyfer ceir mordwyo yn cael eu diweddaru'n rheolaidd yn ôl y DVR.

Mae cronfa ddata gyda biliynau o luniau geotagged. Drwy lwytho i lawr y darlun yn y gronfa ddata, gallwch benderfynu ble y cafodd ei wneud, a hyd yn oed gyda rhywfaint o bersbectif. Wrth gwrs, ar yr amod bod y lle yn ddigon bod yn boblogaidd ar un adeg y twristiaid a gwnaeth nifer o luniau o'r ardal wedi bod yno.

robotiaid ym mhobman

Robotics ar hyn o bryd, ym mhob man, heb iddo mewn unrhyw ffordd. Erbyn hyn mae cerbydau sydd wedi camerâu arbennig sy'n cydnabod cerddwyr ac arwyddion ffyrdd i drosglwyddo gorchmynion i'r gyrrwr (mae hyn mewn ffordd rhaglen gyfrifiadurol i weld, yn helpu'r gyrrwr). Ac mae awtomataidd yn llawn cerbydau robotig, ond ni allant ddibynnu ar y system camera fideo yn unig heb ddefnyddio llawer o wybodaeth ychwanegol.

camera modern - mae hyn yn camera obscura analog

Gadewch i ni siarad am y ddelwedd ddigidol. camerâu digidol modern yn cael eu trefnu ar yr egwyddor y camera obscura. Dim ond yn lle y twll lle golau mynd i mewn i'r trawst ac taflunio ar wal gefn y siambr y gylched pwnc, mae gennym system optegol arbennig o'r enw lens. Ei nod yw casglu trawst golau mawr a drosi fel bod yr holl pelydrau pasio trwy bwynt rhithwir er mwyn cael yr amcanestyniad ac ffurfio delwedd ar ffilm neu matrics.

camerâu digidol Modern (matrics) yn cynnwys elfennau unigol - picsel. Gall pob picsel fesur egni o olau sy'n cael ei digwyddiad ar y cyfanswm picsel, ac yn cyhoeddi un rhif allbwn. Felly, mewn camera digidol, rydym yn cael yn hytrach na'r ddelwedd disgleirdeb mesuriadau golau set, dal mewn picsel sengl - y cyfrifiadur maes gweld. Felly, pan na fydd y ddelwedd a welwn yn llifo llinellau a cyfuchliniau clir, a grid o sgwariau lliw mewn lliwiau gwahanol - picsel.

Isod byddwch yn gweld y ddelwedd ddigidol gyntaf yn y byd.

Ond yn y llun hwn nid yw? Lliw. Beth yw lliw?

canfyddiad Seicolegol o liw

Lliw - mae hyn yn hyn yr ydym yn ei weld. Bydd lliw'r un ac mae'r un peth ar gyfer pobl a chathod fod yn wahanol. Ers i ni (pobl) a system optegol anifeiliaid - y weledigaeth yn wahanol. Felly, y lliw - mae'n ansawdd seicolegol o'n gweledigaeth sy'n digwydd wrth arsylwi gwrthrychau a golau. Ac nid eiddo ffisegol y gwrthrych a'r golau. Lliw - yn ganlyniad y rhyngweithio rhwng cydrannau golau, ac mae'r olygfa ein system weledol.

Rhaglennu Gweledigaeth Cyfrifiadur yn Python ddefnyddio llyfrgelloedd

Os ydych chi wedi penderfynu i gymryd rhan yn ddifrifol yn yr astudiaeth o weledigaeth cyfrifiadur, dylai baratoi ar unwaith ar gyfer nifer o anawsterau, nid yw gwyddoniaeth hwn yw'r hawsaf a cuddio nifer o beryglon. Ond "Rhaglennu Cyfrifiadurol Gweledigaeth ar Python" awduraeth Jan Erik Solema - llyfr sy'n amlinellu'r holl iaith fwyaf syml. Yma, byddwch yn cael gyfarwydd â'r dulliau cydnabod gwahanol wrthrychau mewn 3D, dysgu gweithio gyda'r ddelwedd stereo, realiti rhithwir a llawer o geisiadau eraill o weledigaeth cyfrifiadur. Yn y llyfr digon o enghreifftiau yn Python. Ond mae'r esboniadau yn cael eu cyflwyno, fel petai, cyffredinol, er mwyn peidio â gorlwytho gormod o waith ymchwil a data caled. Gweithio addas ar gyfer myfyrwyr, amaturiaid, a selogion. Lawrlwythwch y llyfr hwn ac eraill am weledigaeth cyfrifiadurol (pdf-format) yn gallu bod yn y rhwydwaith.

Ar hyn o bryd, mae llyfrgell ffynhonnell agored o algorithmau gweledigaeth cyfrifiadurol a phrosesu delweddau ac algorithmau rhifiadol OpenCV. Mae'n cael ei weithredu ar y rhan fwyaf o ieithoedd rhaglennu modern, mae ffynhonnell agored. Os byddwn yn siarad am weledigaeth cyfrifiadur, Python defnyddio fel iaith raglennu, mae hefyd yn cael cefnogaeth y llyfrgell, yn ogystal, mae'n ynddo yn datblygu ac mae ganddo cymunedol gwych.

Mae'r cwmni "Microsoft" yn darparu ei wasanaethau API-gallu hyfforddi rhwydwaith niwral i weithio gyda delweddau o bobl. Mae yna hefyd y cyfle i wneud cais gweledigaeth cyfrifiadur, Python defnyddio fel iaith raglennu.