Фантазии о том, что машина способна моделировать зрительную систему человека, устарели. Мы прошли долгий путь с тех пор, как первые по этой теме университетские работы появились еще в 1960-х годах, о чем свидетельствует появление современных систем, тривиально интегрированных в мобильные приложения.
Сегодня компьютерное зрение является одной из самых популярных областей искусственного интеллекта и машинного обучения, учитывая его широкое разнообразие применений и огромный потенциал. Его цель: воспроизвести мощные способности человеческого зрения. И несмотря на кажущуюся сложность этого процесса, создавать системы компьютерного зрения совсем не сложно, о чем свидетельствует очень полезный и информативный курс Стэнфордского университета «Свёрточные нейронные сети для визуального распознавания», доступный на https://reg.ru/blog/stenfordskij-kurs-lekciya-1-vvedenie/. Из данного курса можно узнать, как в рамках компьютерного зрения используется машинное обучение, и как формировать и конфигурировать собственные нейросети для этих целей.
Но что же именно представляет собой компьютерное зрение и как оно в настоящее время применяется в разных отраслях? В нескольких словах, основная проблема, решаемая с помощью компьютерного зрения, может быть изложена следующим образом. Учитывая двумерное изображение, система компьютерного зрения должна распознавать существующие объекты и их характеристики, такие как формы, текстуры, цвета, размеры, пространственное расположение, среди прочего, чтобы предоставить как можно более полное описание изображения.
Компьютерное зрение на основе всего этого может решать более сложные проблемы, такие как распознавание лиц (например, Snapchat для применения фильтров), детальный анализ изображений, позволяющий осуществлять визуальный поиск, подобный тем, что выполняет Google Images, или методы биометрической идентификации.
Люди способны не только понимать сцены, соответствующие изображениям, но и интерпретировать рукописные, импрессионистские или абстрактные картины, а также, немного потренировавшись, изображения ультразвукового исследования. В этом смысле область компьютерного зрения особенно сложна и обладает огромным диапазоном практических применений. Преимущество инноваций, основанных на искусственном интеллекте, машинном обучении в целом и компьютерном зрении, в частности, заключается в том, что компании всех типов и размеров, от индустрии электронной коммерции до более классических, могут воспользоваться мощными возможностями компьютерного зрения.
Например, использование компьютерного зрения в розничной торговле является одним из наиболее важных технологических трендов в последние годы. Компании используют алгоритмы компьютерного зрения в сочетании с камерами магазина, чтобы понять, кто их клиенты и как они ведут себя. Широко используется данная технология и в промышленности. Основными проблемами, которые могут возникнуть на производственной линии, являются поломка машин или производство дефектных компонентов. Это приводит к задержкам и значительным потерям прибыли. Алгоритмы компьютерного зрения оказываются отличным средством прогнозирования. Анализируя визуальную информацию (например, с камер, подключенных к роботам), алгоритмы могут идентифицировать потенциальную проблему до того, как она возникнет. Тот факт, что система может предвидеть, что робот для выполнения упаковки товара или сборки автомобиля выйдет из строя, является огромным прогрессом.
Таким образом, область компьютерного зрения имеет большие перспективы и все шире будет применяться в будущем.