Камп’ютарны зрок — междысцыплінарная сфера дзейнасці, якая адказвае на пытанне, якія аперацыі могуць быць зроблены, каб атрымаць высокаўзроўневае уражанне ад фатаграфій і відэа. З пункту гледжання распрацоўкі, гэта спроба аўтаматызаваць задачы, за якія адказвае зрок чалавека.

Задачы камп’ютарнага зроку уключаюць у сябе метады для атрымання, апрацоўкі, аналізу і разумення лічбавых відарысаў з вылучэннем мнагамерных даных з рэальнага свету каб выдаць колькасную або сімвальную інфармацыю, у тым ліку у форме вырашэнняў. Разуменне ў гэтым кантэксце азначае трансфармацыю візуальных вобразаў (уваходныя даныя сятчаткі) у апісанне навакольнага свету, якое можа ўзаемадзейнічаць з іншымі мысліцельнымі працэсамі і выклікаць адпаведныя дзеянні. На гэтае разуменне відарысаў можа глядзець як на вылучэнне сімвальнай інфармацыі з даных відарыса выкарыстоўваючы мадэлі пабудаваныя з дапамогай геаметрыі, фізікі, статыстыкі і тэорыі навучання.

Як навуковая дысцыпліна, камп’ютарны зрок звязаны з тэорыяй, на якой грунтуюцца штучныя сістэмы для вылучэння інфармацыі з відарысаў. Візуальныя даныя могуць прымаць шмат форм, такіх як відэапаслядоўнасці, віды з некалькіх камер або мнагамерныя даныя з медыцынскага сканера. Як тэхналагічная дысцыпліна, камп’ютарны зрок імкнецца прымяняць свае тэорыі і мадэлі для пабудовы сістэм камп’ютарнага зроку.

Падгаліны камп’ютарнага зроку ўключаюць у сябе рэканструкцыю сцэн, выяўленне падзей, відэаадсочванне, ідэнтыфікацыя аб’ектаў, арыентацыя ў трохмернай прасторы, навучэнне, індэксаванне, ацэнка руху і рэстаўрацыя відарысаў.

Гісторыя У канцы 1960х камп’ютарны зрок з’явіўся ва універсітэтах, якія былі першапраходцамі ў штучным інтэлекце. Ён быў прызначаны для імітацыі візуальнай сістэмы чалавека, як трамплін да надзялення робатаў інтэлектуальным паводзінамі. У 1966 годзе лічылася, што гэта можа быць дасягнута няцяжкім праектам, шляхам падключэння камеры да камп’ютара, які апіша, што бачыць.

Што адрознівала ў той час камп’ютарны зрок ад пераважаючай галіны лічбавай апрацоўкі відарысаў, было жаданнем атрымаць трохмерную структуру з відарысаў з мэтай дасягнення поўнага разумення сцэны. Даследаванні, праведзеныя ў 1970-х гадах фарміравалі першыя асновы для многіх алгарытмаў камп’ютарнага зроку, якія існуюць сёння, у тым ліку здабывання краёў з відарыса, маркіровак ліній, без шматграннага і шматграннага мадэлявання, прадстаўлення аб’ектаў як міжзлучэнняў невялікіх структур, аптычнага патоку, і ацэнкі руху.

Наступнае дзесяцігоддзе адзначылася даследаваннямі, заснаванымі на больш строгім матэматычным аналізе і колькасным аспекце камп’ютарнага зроку. Яны ўключаюць у сябе паняцце маштабу-прасторы, высновы аб форме на аснове зацянення, тэкстуры, фокусу і мадэль контураў, вядомай як «змейка». Даследнікі таксама зразумелі, што многія з гэтых матэматычных паняццяў могуць разглядацца ў тых жа рамках аптымізацыі, што рэгулярызацыя і выпадковыя палі Маркава. Да 1990х некаторыя тэмы даследаванняў сталі больш актыўнымі чым іншыя. Даследаванні ў галіне праекцыйных 3-D рэканструкцый прывяло да лепшага разумення каліброўкі камеры. Са з’яўленнем метадаў аптымізацыі для каліброўкі камеры, стала зразумела, што многія ідэі ўжо былі вывучаны ў тэорыі карэктыроўкі сувязяў з вобласці фотаграметрыі. Гэта прывяло да спосабаў разрэджаных 3-D рэканструкцый сцэн з некалькіх відарысаў. Быў дасягнуты прагрэс у праблеме шчыльнага стэрэа і далейшых метадах шматпраекцыйнага стэрэа. У той жа час, былі выкарыстаныя варыяцыі графа разрэзу дзеля сегментацыі выявы. У гэтым дзесяцігоддзе таксама ўпершыню метады статыстычнага навучання былі выкарыстаны на практыцы для распазнання асоб у малюнках (гл Eigenface). Да канца 1990-х гадоў, значныя змяненні адбыліся з павелічэннем узаемадзеяння паміж сферамі камп’ютарнай графікі і камп’ютарным зрокам. Гэта ўключала ў сябе рэндэрынг на аснове выявы, морфинг, інтэрпаляцыю сцэны, сшыванне панарамных выяў і ранняю візуалізацыю светлавых палёў.

Апошнія працы адмечаны адраджэннем метадаў заснаваных на вылучэнні дэталяў, якія выкарыстоўваюцца ў спалучэнні з метадамі машыннага навучання і складанымі механізмамі аптымізацыі.

Звязаныя сферы

Штучны інтэлект Вобласць штучнага інтэлекту займаецца аўтаномным планаваннем або абдумваннем для рабатызаваных сістэм з мэтай навігацыі па навакольным асяроддзі. Дэталёвае разуменне навакольных умоў патрабуецца, каб перамяшчацца па іх. Інфармацыя аб навакольным асяроддзі можа быць забяспечана з дапамогай сістэмы камп’ютарнага зроку, дзеючай у якасці датчыка бачання і прадастаўлення робату інфармацыі высокага ўзроўню аб навакольным асяроддзі.

Штучны інтэлект і камп’ютарны зрок падзяляюць і іншыя тэмы, такія як распазнаванне ўзораў і метады навучання. Такім чынам, камп’ютарны зрок часам разглядаецца як вобласць штучнага інтэлекту або інфарматыкі ў цэлым.

Фізіка цвёрдага цела Фізіка цвёрдага цела яшчэ адна сфера, якая цесна звязана з камп’ютарным зрокам. Большасць сістэм камп’ютарнага зроку грунтуецца на светачулых матрыцах, якія выяўляюць электрамагнітнае выпраменьванне, як правіла, у форме альбо бачнага або інфрачырвонага святла. Матрыцы распрацаваны з выкарыстаннем квантавай фізікі. Працэс, пры якім святло ўзаемадзейнічае з паверхняй тлумачыцца выкарыстаннем фізікі. Фізіка тлумачыць паводзіны оптыкі, якія з’яўляюцца асноўнай часткай большасці сістэм візуалізацыі. Складаныя светачулыя матрыцы нават патрабуюць квантавай механікі, каб забяспечыць поўнае разуменне працэсу фармавання малюнка. Акрамя таго, розныя праблемы вымярэння ў фізіцы могуць быць вырашаны з дапамогай камп’ютарнага зроку, напрыклад, рух у вадкасцях.

Нейрабіялогія Трэцяя сфера, якая адыгрывае важную ролю гэта нейрабіялогія, у прыватнасці, вывучэнне біялагічнай сістэмы гледжання. За апошняе стагоддзе, былі праедзены глыбокія даследаванні вачэй, нейронаў і структур мозгу, якія адказваюць за апрацоўку візуальных раздражняльнікаў у чалавека і розных жывёл. Гэта прывяло да грубага і складанага, апісанне таго, як працуе «рэальная» зрокавая сістэма, каб вырашаць пэўныя задачы, звязаныя з ёю. Гэта прывяло да стварэння галіны камп’ютарнага зроку, дзе штучныя сістэмы створаны для імітацыі апрацоўкі і паводзін біялагічных сістэм на розных узроўнях складанасці. Акрамя таго, некаторыя з навучальных метадаў, заснаваных на распрацаваных у рамках камп’ютарнага зроку (напрыклад, нейронавай сеткі і выявы і мастацкага аналізу на аснове глыбокага вывучэння і класіфікацыі) грунтуюцца на біялогіі.

Некаторыя галіны даследавання камп’ютарнага зроку цесна звязаны з вывучэннем біялагічнага бачання — на самай справе, гэтак жа, як многія галіны даследаванняў ШІ цесна звязаны з даследаваннем чалавечага свядомасці і выкарыстаннем назапашаных ведаў, каб інтэрпрэтаваць, інтэграваць і выкарыстоўваць візуальную інфармацыю. Сфера біялагічнага зроку даследуе і мадэлюе фізіялагічныя працэсы, якія стаяць за ўспрыманнем у людзей і іншых жывёл. Камп’ютарны зрок, з іншага боку, даследуе і апісвае працэсы, рэалізаваныя ў праграмных і апаратных сродках, якія стаяць за штучнымі сістэмамі бачання. Міждысцыплінарная абмен паміж біялагічным і камп’ютарным зрокам, апынуўся плённым для абодвух дысцыплін.

Апрацоўка сігналаў Яшчэ адной вобласцю, звязанай з камп’ютарным зрокам з’яўляецца апрацоўкай сігналаў. Многія метады апрацоўкі сігналаў адной зменнай, звычайна часовых сігналаў, могуць быць пашыраныя натуральным чынам да апрацоўкі сігналаў двух або некалькі зменных у галіне камп’ютарнага зроку. Тым не менш, з-за спецыфікі малюнкаў існуе мноства метадаў, распрацаваных у рамках камп’ютарнага зроку, якія не маюць аналагаў у апрацоўцы сігналаў адной зменнай. Разам з шматмернасцю сігналу, гэта вызначае падмноства апрацоўкі сігналу як частку камп’ютарнага зроку.

Іншыя сферы Акрамя згаданых вышэй поглядаў на камп’ютарны зрок, многія звязаныя навукова-даследчыя тэмы могуць быць вывучаныя з чыста матэматычнага пункту гледжання. Напрыклад, многія метады камп’ютарнага зроку заснаваныя на статыстыцы, аптымізацыі або геаметрыі. Нарэшце, значная частка галіны прысвечана аспекту рэалізацыі камп’ютарнага зроку: як існуючыя метады могуць быць рэалізаваны ў розных камбінацыях праграмных і апаратных сродкаў, або, як гэтыя метады могуць быць зменены для таго, каб атрымаць хуткасць апрацоўкі, не губляючы занадта шмат працы?

Адметныя асаблівасці Сферамі, найбольш цесна звязаныя з камп’ютарным зрокам з’яўляюцца апрацоўка відарысаў, аналіз відарысаў і машынны зрок. Існуе значнае супадзенне ў дыяпазоне метадаў і прымяненняў, якія яны ахопліваюць. Гэта азначае, што асноўныя метады, якія выкарыстоўваюцца і распрацаваныя ў гэтых абласцях падобныя. Можна ўспрымаць як адну сферу з рознымі імёнамі. З іншага боку, так атрымалася, што даследчым групам, навуковым часопісам, канферэнцыям і кампаніям неабходна прадстаўляць ці пазіцыянаваць сябе на рынке менавіта ў адной з гэтых сфер. Такім чынам былі прадстаўлены розныя характарыстыкі, якія адрозніваюцца для кожнай сферы.

Камп’ютарная графіка стварае відарыс па 3D-мадэлі, камп’ютарны зрок часта вырабляе 3D-мадэлі па дадзеных відарысах. Існуе таксама тэндэнцыя да спалучэння двух дысцыплін, напрыклад, у выглядзе даследаваняў у пашыранай рэальнасці.

Наступныя характарыстыкі, рэлевантныя, але не павінны быць прыняты ў якасці агульнапрызнаных:

Апрацоўка і аналіз відарысаў, як правіла, сканцэнтравана на 2D-відарысах: як пераўтварыць адзін відарыс у іншы, напрыклад, з дапамогай папіксельных аперацый, такіх як павышэнне кантраснасці, лакальных аперацый, такіх як экстракцыя межаў або выдаленне шуму, або геаметрычных пераўтварэнняў, такіх як паварот відарыса. Гэтая характарыстыка азначае, што апрацоўка/аналіз відарысаў не патрабуе ні здагадак, ні інтэрпрэтацый зместу відарыса. Камп’ютарны зрок уключае ў сябе 3D-аналіз 2D-відарысаў. Ён аналізуе 3D сцэны, якія былі спраектаваны на аснове аднаго або некалькіх відарысаў. Напрыклад, як аднавіць структуру ці іншую інфармацыю аб 3D сцэне з аднаго або некалькіх відарысаў. Камп’ютарны зрок часта абапіраецца на больш ці менш складаныя здагадкі аб сцэне, паказанай на відарысе. Машынны зрок ўяўляе сабой працэс ужывання шэрагу тэхналогій і метадаў для давання аўтаматычнага кантролю, кіравання вытворчым працэсам і кіравання робатамі ў прамысловым прымяненні на аснове відарысаў. Машынны зрок мае тэндэнцыю факусавацца на ўжыванні, галоўным чынам, у вытворчасці, напрыклад, робаты на аснове бачання і сістэмы візульнага нагляду, вымярэння, або падбору (напрыклад, падбор кантэйнера). Такім чынам тэхналогіі святлоадчувальных датчыкаў і тэорыя кіравання часта інтэграваны з апрацоўкай візуальных даных для кіравання робатам. Апрацоўка ў рэальным часе паляпшаецца з дапамогай эфектыўных рэалізацый апаратных сродкаў і праграмнага забеспячэння. Гэта таксама азначае, што знешнія ўмовы, такія як асвятленне, можа быць і часта больш кантралюецца ў сістэмах машыннага зроку, чым у камп’ютарным зроку увогуле, што можа дазволіць выкарыстоўваць розныя алгарытмы. Існуе таксама сфера, званая візуалізацыяй, якая ў першую чаргу засяроджваецца на працэсе вытворчасці відарысаў, але часам таксама займаецца іх апрацоўкай і аналізам. Напрыклад, медыцынская візуалізацыя ўключае ў сябе значную працу па аналізе даных відарыса ў медыцынскіх мэтах. Нарэшце, распазнаванне ўзораў з’яўляецца сферай, якая выкарыстоўвае розныя метады для здабывання інфармацыі з сігналаў ў цэлым, у асноўным, з дапамогай статыстычных падыходаў і штучных нейронных сетак. Значная частка ў гэтай сферы прысвечана прымяненню гэтых метадаў да даных відарыса.

Фотаграметрыя таксама перасякаецца з камп’ютарным зрокам, напрыклад, стэрыафотаграмметрыя супраць распазнавання стэрыаобразаў.

Ужыванне