Modern kwamfuta hangen nesa. Ayyuka da kwamfuta hangen nesa da fasaha. Shirye-shirye da Computer Vision a Python

Yadda za a koyar da wani kwamfuta fahimtar abin da ake nuna a cikin hoton, ko hotuna? Wannan alama sauki, amma ga kwamfuta da wannan ne kawai matrix kunshi zeros da kuma wadanda daga abin da kuke so cire muhimmanci bayanai.

Mene ne kwamfuta hangen nesa? Yana da ikon "gani" your kwamfuta

Vision - shi ne wani muhimmin tushen bayanai ga mutum ta amfani da shi, za mu samu, bisa ga daban-daban kimomi, daga 70 zuwa 90% na dukkan bayanai. Kuma, ba shakka, idan muna so mu haifar da wani mai kaifin baki mota, muna bukatar mu yi wannan basira da kuma kwamfuta.

Matsalar kwamfuta hangen nesa za a iya bayyana quite a fili. Mene ne "gani"? An fahimci cewa inda akwai kawai ta kallo. Wannan kammala da bambance-bambance na kwamfuta hangen nesa da kuma mutum ya gani. Vision a gare mu - shi ne tushen ilimi game da duniya, kazalika da tushen tsarin awo bayanai - wato, da ikon gane nisa da masu girma dabam.

Rara kwaya image

Kallon hoton, za mu iya bayyana shi da wani yawan halaye, saboda haka yin magana, cire na ginin jumla bayanai.

Alal misali, idan aka dubi wannan hoton, zamu iya cewa shi ne a waje. Mene ne birni zirga-zirga. Cewa akwai motoci. za mu iya tsammani cewa wannan shi ne ta Kudu-East Asia a kan sanyi na ginin da kuma hieroglyphics. A hoto na Mao Zedong fahimci cewa wannan shi ne Beijing, kuma idan wani ya gan live video ko da kansa ya kasance a can, zai tsammani cewa wannan shi ne sanannen Tiananmen Square.

Abin da za mu iya ce mafi game da hoto, ganin shi? Za mu iya gano abubuwa a cikin hoton, a ce, cewa akwai mutane a nan kusa - shinge. Ga umbrellas, cewa ginin da ta posters. Wadannan su ne misalai na azuzuwan da muhimmanci sosai abubuwa, wanda tsunduma a search for lokacin.

Har yanzu za mu iya koya wasu daga cikin siffofin ko halayen abubuwa. Alal misali, a nan muna iya sanin cewa wannan ba wani hoto na wani talakawa Sin, wato, Mao Zedong.

Bisa ga abin hawa za a iya ƙaddara cewa yana da wani motsi abu, kuma yana da wuya, abin da ba maras kyau a lokacin da motsi. Game da flags za a iya ce da shi abubuwa, suna kuma motsi, amma ba su kasance m, kullum maras kyau. Kuma a cikin scene akwai iska, wanda za a iya ƙaddara da bunkasa flags, da kuma iya ko sanin da shugabanci na iska, misali, shi ne hurawa daga hagu zuwa dama.

A nisa da tsawo a kwamfuta hangen nesa

Very muhimmanci ne awo bayanai game kwamfuta wahayi kimiyya. Wannan shi ne duk wani nau'i na nisa. Alal misali, ga Rover ne da muhimmanci musamman saboda teams ne daga Duniya game da minti 20 da kuma amsa kamar yawa. Haka kuma, mahada akwai kuma baya - 40 minutes. Kuma idan muka yi wani shiri ga motsi dokokin su a duniya, akwai buƙatar ka kai wannan a cikin asusun.

Nasarar hadedde fasahar kwamfuta hangen nesa a cikin video games. Bisa ga video, za ka iya gina uku-girma model na abubuwa, mutane, da kuma hotuna a kan mai amfani iya mayar da uku-girma model na birane. Kuma a sa'an nan tafiya a kan su.

kwamfuta hangen nesa - a wajen m kewayon. An hankali lauye da daban-daban da wasu kimiyyar. Sashe na kwamfuta hangen nesa Yana kama da image aiki yanki da kuma wani lokacin allocates kwamfuta hangen nesa, tarihi.

Analysis, abin kwaikwaya fitarwa - da hanya zuwa ga halittar m m

Bari mu binciko waxannan Concepts daban.

Image Processing - wannan shi ne wani yanki na lissafi mai tsauri, a cikin abin da shigar da fitarwa - image, kuma da muke da shi ya yi wani abu.

image analysis - shi ne yankin na kwamfuta hangen nesa, wanda ke mayar da hankali a kan yin aiki tare da biyu-girma image da kuma yin bincikensa, daga wannan.

Juna LURA - wani m ilmin lissafi horo da ke kula da bayanan a cikin nau'i na vectors. Wannan shi ne, a ƙofar - vector kuma muna da wani abu da ya yi tare da shi. Ina da vector ne, mu ne ba da muhimmanci ga sani.

Computer wahayi - shi asali ya mayar da tsarin da biyu-girma images. Yau wannan yanki ya zama mafi fadi da shi za a iya fassara a matsayin yarda da duk na jiki abubuwa yin, dangane da image. Wancan ne, shi ne aiki na wucin gadi da hankali.

A layi daya tare da kwamfuta hangen nesa a cikin wani mabanbanta filin, a geodesy, photogrammetry ya samo asali - a ji na nesa tsakanin abubuwa a kan biyu-girma images.

Butun-butumi iya "gani"

Kuma a karshe - wannan shi ne inji hangen nesa. A karkashin inji wahayi yana nufin wahayin mutummutumi. Wannan shi ne hukuncin da wasu samarwa matsaloli. Za mu iya cewa kwamfuta wahayi - shi ne daya babban kimiyya. Yana hadawa da wasu daga cikin sauran kimiyya part. Kuma a lõkacin da kwamfuta wahayi samun wani musamman aikace-aikace, shi ya jũya a cikin wani injin hangen nesa.

Computer wahayi yankin yana da wani taro na m aikace-aikace. An hade tare da aiki da kai na samar da abinci. A Enterprises zama ya fi dacewa ya maye gurbin manual aiki da na'ura. The inji ba ya samun gaji, ba barci, ta yi sababbu aikin jadawali, ta na son yin kokari 365 days a shekara. Saboda haka, amfani da na'ura da aikin, za mu iya samun wani tabbacin sakamakon a wani lokaci, kuma shi ne quite ban sha'awa. All ayyuka da hujjõji amfani ga kwamfuta wahayi tsarin. Kuma akwai abu mafi alhẽri daga ganin sakamakon nan da nan a kan hoto kawai a cikin lissafi mataki.

A bakin kofa daga duniya na wucin gadi m

Plus yankin - yana da wuya! A gagarumin bangaren kwakwalwa alhakin hangen nesa, kuma shi ne ya yi ĩmãni da cewa idan ka sanar da kwamfutarka zuwa "gani", wato, da cikakken amfani kwamfuta hangen nesa, shi ne daya daga cikin manufofin da cikakken wucin gadi m. Idan za mu iya magance matsalar a kan mutum matakin, mafi m a lokaci guda, za mu magance matsalar AI. Wannan yana da kyau! Ko ba kyau sosai, idan ka duba, "Terminator 2".

Me ne wahayin - yana da wuya? Saboda siffar wannan abu zai iya bambanta ƙwarai dangane da waje dalilai. Dangane da abu na kallo maki duba daban-daban.

Alal misali, wanda kuma wannan adadi, dauka daga kusurwoyi mabambanta. Kuma abin da yake mafi ban sha'awa a cikin adadi na iya zama daya ido, idãnu biyu da rabi. Kuma dangane da mahallin (idan wannan siffar mutum a wani shirt da fentin idanu), da ido zai iya zama fiye da biyu.

The kwamfuta har yanzu bai gane ba, amma shi "gani"

Wani abin da ya sa ya wuya - shi ne lighting. A wannan scene tare da daban-daban lighting zai duba daban-daban. abu size iya bambanta. Haka kuma, abubuwa na wani aji. Ta yaya za ka iya ce game da wani mutum da ya tsawo na mita 2? Babu wani abu. Human girma da kuma iya zama 2.3 m, kuma 80 cm. Kamar yadda da sauran iri abubuwa, duk da haka, suna da abu daga cikin wannan aji.

Musamman rai abubuwa sha wani iri-iri na damuwa. Gashi mutane, 'yan wasa, dabbobi. Dubi hotuna na dawakai a guje, sanin abin da ke faruwa tare da su mane da wutsiya ne kawai zai yiwu ba. A overlapping abubuwa a wani hoton? Idan ka bangaje kwamfuta image, ko da ya fi iko inji sami wahala ba dama yanke shawara.

Next view - yana da garkuwa. Wasu abubuwa, dabbobi masquerading kamar yanayi, da kuma quite da basira. Kuma wannan spots da kuma canza launi. Duk da haka, muna ganin su, ko da yake ba ko da yaushe daga nesa.

Wata matsala - motsi. Abubuwan a tashin baba misali sha nakasawa.

Mutane da yawa daga cikin abubuwa ne sosai m. A nan, alal misali, a biyu hotuna a kasa da abubuwa na "kujera".

Kuma a kan wannan ba za ka iya zama. Amma domin ya koyar da wata na'ura, irin wannan cewa daban-daban abubuwa a cikin siffar, launi, kaya, duk abin da yake wani abu "kujera" - yana da wuya. Wannan shi ne kalubale. Don hade da hanyoyin da kwamfuta wahayi - shi ne domin ya koyar da wata na'ura da za ta fahimci, bincika, yayata.

Hadewa da kwamfuta hangen nesa a cikin daban-daban dandamali

A taro na kwamfuta wahayi fara shiga more a 2001, lokacin da ya halitta na farko fuska injimin gano illa. Mun sanya shi biyu mawallafa: Viola, Jones. Da shi shi ne na farko da sauri da kuma abin dogara da isasshen algorithm, wanda ya nuna ikon inji koyo hanyoyin.

Yanzu kwamfuta hangen nesa da isasshen sabon m aikace-aikace - amincewa da mutum fuska.

Amma don gane mutumin kamar yadda a cikin fina-finai - a bazuwar malã'iku, daban-daban lighting yanayi - shi ne ba zai yiwu ba. Amma a warware matsalar, ko daya ke mutane daban-daban tare da daban-daban lighting ko a wani daban-daban matsayi, irin yadda a cikin m, a cikin fasfo, yana yiwuwa tare da wani babban mataki na amincewa.

wani fasfo photo bukatun sun fi mayar saboda da alama na tantance fuskar lissafi mai tsauri.

Alal misali, idan kana da wani haska fasfo, a wasu zamani da filayen jiragen sama, za ka iya amfani da atomatik fasfo kula da tsarin.

Kasa warwaruwa matsalar da kwamfuta wahayi - ikon gane wani rubutu

Watakila wani amfani OCR tsarin. Daya daga cikin wadannan - a Fine Reader, shi ne Popular a RuNet tsarin. Akwai da yawa siffofin inda ka cika a cikin bayanan, suna daidai leka, da bayanin da aka gane da tsarin sosai. Amma tare da wani rubutu a cikin hoton da halin da ake ciki shi ne mafi sharri. Wannan matsala har yanzu sun kasa warware.

Wasanni shafe kwamfuta hangen nesa, motsi kama

Raba babban yankin - shi ne halittar uku-girma model da kuma motsi kama (wanda aka quite nasarar aiwatar a kwamfuta wasanni). A farko shirin, wanda yana amfani da kwamfuta wahayi - a tsarin na hulda da kwamfuta ta amfani da ishãra. Lokacin da aka halitta shi ne mai yawa abubuwa bude.

A algorithm an tsara quite kawai, amma a daidaita shi ya dauki don ƙirƙirar wani janareta na roba images of mutane don samun miliyan hotuna. Supercomputer tare da su zabi da sigogi na algorithm, ga wanda ya yanzu aiki da kyau.

Wannan miliyan images da mako countable supercomputer lokaci zai yiwu ya haifar da wani algorithm cewa jan 12% na da damar daya processor da damar da mutum ya fahimci matsayi a real lokaci. Wannan Microsoft Kinect tsarin (2010).

Search for images da abun ciki ba ka damar upload hotuna da tsarin, da kuma sakamakon da zai ba duk da hotuna da wannan abun ciki da kuma sanya daga wannan kusurwa.

Misalai na kwamfuta hangen nesa: uku-girma da kuma biyu-girma maps yanzu ana yi da shi. Maps domin kewayawa motoci aka kai a kai sabunta bisa ga DVR.

Akwai database da biliyoyin geotagged hotuna. By sauke hoton a cikin database, za ka iya sanin ko inda shi da aka yi, har ma da wasu hangen zaman gaba. Hakika, bayar da cewa wuri ne m isa cewa a wani lokaci da yawon bude ido da kuma sanya da dama photos na yankin sun kasance a can.

mutummutumi ne a ko'ina

Robotics a yanzu, a ko'ina, tare da shi a kowace hanya. Yanzu akwai motocin da suke da musamman kyamarori cewa gane Tafiya da Kafa kuma hanya ãyõyi a aika da umurnin da direba (wannan a hanyar da kwamfuta shirin don duba, na taimaka wa aikin mota). Kuma akwai wani cikakken sarrafa kansa robotic motocin, amma ba za su iya dogara kawai a kan kamarar bidiyo ba tare da tsarin amfani da wani babban adadin ƙarin bayani.

Modern kyamara - wannan shi ne wani analogue kyamara obscura

Bari mu magana game da dijital image. Modern dijital kyamarori aka shirya a kan manufa da kamara obscura. Kawai maimakon rami ta hanyar abin da haske shiga katako da kuma kimanta uwa mayar da bango daga ɗakin batun kewaye, muna da musamman Tantancewar tsarin kira da ruwan tabarau. Its abu ne da ya tattara a manyan haske katako da kuma maida shi haka dukan haskoki wuce ta hanyar rumfa batu domin ya sami tsinkaya da kuma samar da wani image a kan fim ko matrix.

Modern dijital kyamarori (matrix) aka hada da mutum abubuwa - pixels. Kowane pixel iya auna makamashi na haske wanda shi ne lamarin a pixel total, kuma ya kunshi al'amuranda daya fitarwa lambar. Saboda haka, a wani digital, mun samu maimakon hoton haske sa haske ma'aunai, kama a guda pixel - da kwamfuta filin daga view. Saboda haka, a lokacin da image mu gani ba gudãna Lines da kuma bayyana contours, da kuma wani layin wutar na launin murabba'ai a launi daban-daban - pixels.

A kasa za ka ga na farko dijital image a duniya.

Amma a cikin wannan hoton yake ba? Color. Menene launi?

M ji na launi

Launi - wannan shi ne abin da muka gani. A launi na daya da kuma abu guda domin mutane da Cats zai zama daban-daban. Tun da muka (mutane) da kuma dabbobi na gani tsarin - da hangen nesa shi ne daban-daban. Saboda haka, launi - yana da m ingancin mu wahayin da ya auku a lokacin da ake duba abubuwa da haske. Kuma ba wani jiki dũkiyar abu da kuma haske. Launi - shi ne sakamakon da hulda da haske aka gyara, da kuma fage na mu na gani tsarin.

Shirye-shirye da Computer Vision a Python yin amfani da] akunan karatu

Idan ka yanke shawarar shiga tsanani a cikin binciken na kwamfuta da hangen nesa, ya kamata nan da nan shirya wani yawan matsaloli, wannan kimiyya ba da mafi sauki da kuma boyewa a yawan pitfalls. Amma "shiryawa Computer Vision a kan Python" da marubucinsa Jan Erik Solema - wani littafi cewa shaci duk mafi sauki harshe. A nan za ka sami matsahi na saba da hanyoyin da fitarwa daga daban-daban abubuwa a 3D, koyi yin aiki tare da sitiriyo image, mai rumfa gaskiya da kuma da yawa wasu aikace-aikace na kwamfuta hangen nesa. A cikin littafin ne isa misalai a cikin Python. Amma da bayani aka gabatar, sai su yi magana, jimlace, don haka kamar yadda ba su yi obalodi da yawa bincike da wuya data. Aiki dace da dalibai, yan koyo, da kuma masu goyon baya. Download wannan littafin da sauransu game kwamfuta hangen nesa (pdf-format) na iya zama a cikin cibiyar sadarwa.

A lokacin, akwai bude Madogararsa library na kwamfuta wahayi lissafi mai tsauri da kuma image aiki da kuma na lamba Algorithms OpenCV. An aiwatar a kan mafi zamani shirye-shirye harsuna, shi ne bude Madogararsa. Idan muka magana game da kwamfuta da hangen nesa, Python yana amfani da matsayin shirye-shirye da harshen, shi ma yana da goyon bayan da library, a Bugu da kari, shi ne kullum gwamnatin da kuma yana da babban al'umma.

Kamfanin "Microsoft" samar da ayyuka Api-iya horar da na tsarin jijiya cibiyar sadarwa aiki da shi tare da hotuna na mutane. Akwai kuma damar da za su nema kwamfuta hangen nesa, Python yana amfani da matsayin shirye-shirye da harshen.