Ako to funguje? | počítačové videnie

Ako nezávislá disciplína, počítačové videnie začala už na začiatku 50. rokov minulého storočia. V roku 1951, John von Neumann navrhol analyzovať mikrofotografie pomocou počítača porovnaním jasu susedných častiach obrazu. V 60. rokoch sme zahájili výskum v oblasti rozpoznávania stroje a písania. Potom boli vykonané prvý pokus neurónových sietí simulácií. Prvé zariadenie schopné rozpoznať listy, bol vývoj Frank Rosenblatt - perceptron. A v 70. rokoch vedci začali študovať ľudský vizuálny systém za účelom jeho formalizácie a implementácia algoritmov. Tento prístup bol navrhnutý tak, aby rozpoznať objekty v obrazoch. Ako funguje modernou počítačovou predstavu - o tom v dnešnom vydaní.

Takže, počítačové videnie - súbor metód naučiť stroj na získanie informácií z obrázkov alebo videa. Pre počítač k obrazu niektorých objektov, je potrebné naučiť. K tomu, obrovská vzdelávanie vzorka, napríklad z fotografií, z ktorých niektoré obsahujú požadovaný objekt, a na strane druhej - naopak nie je. Ďalej prichádza v strojového učenia. Počítač analyzuje obraz vzorky, určiť, ktoré je k dispozícii, a ich kombinácie, ukazujú na prítomnosť požadovaného objektu, a vypočítava ich hodnotu.

Po dokončení tréningového počítačového videnia môžu byť použité v prípade, že. Pre počítačového obrazu - sady pixelov, z ktorých každý má svoju vlastnú hodnotu jasu alebo farby. Stroj bol schopný získať predstavu o obsahu obrazu, je spracovaný s pomocou špeciálnych algoritmov. Po prvé, identifikovať potenciálne významných miest. To možno vykonať niekoľkými spôsobmi. Napríklad, originálny obraz opakovane podrobený filter Gaussovské rozostrenie pomocou rôznych polomeru rozostrenie. Výsledky sa potom vzájomne porovnávané. To vám umožní identifikovať najviac kontrastný kúsky - svetlé škvrny a rozbije linky.

Po nájdení dôležité miesta, počítač opisuje im v číslach. Záznam fragment obrazu ako postava nazýva deskriptor. Použitie deskriptory môžu presne porovnať Náplasti sa bez použitia fragmentov. Pre urýchlenie výpočtov, počítač vykonáva zhlukovanie alebo distribúcie deskriptorov v skupinách. Na rovnakom klastra spadajú podobné popisovače z rôznych obrazov. Po clustering stáva dôležité len kazetovou číselných popisovačov, najpodobnejšie tomu. Prechod z rukoväte na číslo klastra sa nazýva kvantovanie, a číslo klastra - kvantovani deskriptor. Kvantovanie výrazne znižuje množstvo dát, ktoré musia byť spracované počítačom.

Na základe kvantovaných popisovačov základe počítač môže porovnávať obrazy a identifikáciu objektov na nich. Ten porovnáva súbory kvantování popisovačov s rôznymi obrazmi a dochádza k záveru, že ak oni alebo ich fragmenty páči. Takéto porovnanie vrátane používajú vyhľadávače hľadať vložený obrázok.