جهان از نگاه ماشین‌ها

امروزه بینایی ماشین (Machine vision) یکی از حوزه‌های پیچیده و در حال توسعه در هوش‌مصنوعی به‌شمار می‌رود چرا که با استفاده از مدل‌هایی که به کمک هندسه،فیزیک،آمار و یادگیری ماشین طراحی شده‌اند به برنامه‌های کامپیوتری اجازه می‌دهد وظایفی نظیر بازشناسی قطعات در خط تولید،بازشناسی چهره،ساخت وسایل نقلیه‌ی بدون سرنشین،شهرسازی،هواشناسی،کنترل ترافیک،ثبت تخلف،بازسازی صحنه‌ی جرم،کنترل کیفیت محصولات،باستان شناسی و بازرسی و هدایت ربات‌ها که پیش از این برای انجام آن‌ها استفاده از فاکتور نظارت انسانی ضروری بود توسط سیستم‌های بینایی ماشین به صورت خودکار عمل کنند و در نهایت کامپیوترها بتوانند جهان را به کمک دوربین‌ها ببینند،بفهمند و حتی از بینایی انسان پیشی بگیرند.فرآیند کلی بینایی ماشین شامل دو مرحله‌ی طرح‌ریزی جزیی ملزومات و پروژه و سپس ساخت راه حل است که این فرآیند با تصویر برداری آغاز و با تحلیل و پردازش خودکار تصاویر و استخراج اطلاعات لازم پایان می‌‌یابد.این اطلاعات استخراج شده می‌تواند یک سیگنال ساده‌ی خوب یا بد و یا مجموعه‌ای پیچیده تر از داده‌ها مثل هویت،موقعیت و جهت‌گیری هر شیٔ در تصویر باشد‌. به منظور پیش ‌بردن هرچه سریعتر اهداف حوزه‌ی بینایی ماشین کتابخانه‌ی متن باز یادگیری همه منظوره‌ی ماشین به نام OpenCv با بیش از۵۰۰تابع برای استفاده در موضوعات مختلف و توانایی کار با پردازنده‌های چند هسته‌ای طراحی شد.از جمله کاربردهای الگوریتم‌های متا،درخت تصمیم‌گیری ماشین،درخت افزایش گرادیان،نزدیک ترین همسایه و شبکه‌عصبی‌مصنوعی موجود در کتابخانه‌ی Open Cv می‌توان به طراح سیستم‌هایی برای فیلتر و تشخیص تصاویر،تشخیص و ردیابی و درک حرکات و واقعیت افزوده اشاره کرد .

در پایان باید گفت با وجود پیشرفت‌های چشمگیر بینایی ماشین و به‌کارگیری جدی آن در حوزه‌های متنوع تا به اکنون هیچ سامانه‌ی دید ماشینی قادر نیست با برخی از ویژگی‌های سامانه‌ی بینایی انسان در قالب درک بسیار دقیق تصاویر،تحمل تغییرات نور و اجزا،تضعیف قدرت تصویر به رقابت بپردازد .

منابع:

1)zoomit.ir

2)enline.ir

3)dataio.ir

4)docs.opencv.org

5)analyticsvidhya.com

6)adimec.com

7)reliableplanet.com

8)qualitymag.com