کامپیوتر ویژن چیست؟

مقدمه

با شنیدن کامپیوتر ویژن یا دید کامپیوتری چه تصوری درباره آن در ذهن شما شکل می گیرد؟ چطور یک کامپیوتر می بیند؟ یا اصلا چرا باید بخواهیم یک رایانه چیزی ببیند و منظور از کامپیوتر ویژن چیست؟

کامپیوتر ویژن چیست؟

دید کامپیوتری یا Computer vision ( یا دید ماشینی ) یکی از رشته های جذاب در هوش مصنوعی است. دید کامپیوتری درباره این است که چطور یک کامپیوتر یا ماشین بتواند چیزی را ببیند و آن را درک کند و یا ریکشنی در نتیجه درکی که دارد نشان دهد. دید ماشینی سعی می کند اطراف را ببیند و تصاویر به دست آمده را تجزیه و تحلیل کرده و بتواند دیتا یا آمار و اطلاعاتی را که از طریق دیدن به دست آورده را ارائه دهد. در این تکنولوژی سعی می شود به وسیله تکنیک هایی دیدن را برای یک ماشین توضیح داد که از این راه یک کامپیوتر بتواند چیزهایی را که به صورت تصویر دریافت می کند درک کند. به عنوان یک رشته علمی، بینایی رایانه مربوط به تئوری موجود در سیستم های مصنوعی است که اطلاعات را از تصاویر استخراج می کند. دید کامپیوتری به عنوان یک تکنولوژی نو در علوم کامپیوتری می باشد و تمرکز آن بر روی توانمند کردن ماشین ها است. داده های تصویری می تواند شکل های مختلفی داشته باشد، مانند چند عکس، یک ویدئو یا داده های چند بعدی از اسکنر های پزشکی. هدف از این رشته این است که وظایفی که برای انجام آنها حتما باید یک انسان حضور داشته باشد را به یک ماشین واگزار کنیم. اگر بتوان دید کامپیوتری را آنقدر تقویت کرد که بتواند تمام چیزهایی را که می بیند به درستی تشخیص دهد در خیلی از موضوعات می تواند به کمک انسان بیاید.

شما هر روز چطور از خیابان رد می شوید؟ بعد از خواندن این سوال کمی تامل کنید و به یک عمل ساده که در روز انجام می دهید مانند رد شدن از خیابان، رانندگی کردن یا شوت کردن یک توپ یا گرفتن یک پرتقال که به سمت تان پرت شده فکر کنید.

اگر بخواهیم به سادگی به مسئله نگاه کنیم اینطور است که ما ماشین های در حال حرکت را با چشم هایمان می بینیم و تصاویری که دیده ایم به مغز میرود. مغز انسان دیده ها را تجزیه و تحلیل می کند و با توجه به قصد و هدف خاص به پاها فرمان حرکت در جهتی که میخواهیم را می دهد.

البته این گفتن ندارد که انجام این کار چقدر آسان است و اصلا نیازی نیست که فکر کنیم چه اتفاقاتی در لحظه پرتاب شدن یک شی به سمت سر ما اتفاق می افتد. هیچ کس فکر نمی کند و فقط به سادگی با جا خالی دادن یک ریکشن آنی نشان می دهد. اما چطور تا به حال رباتی ساخته نشده که بتواند همین کارهای ساده را به شکلی که یک انسان انجام می دهد انجام دهد؟ در حقیقت این ها همه کارهای سختی است که فرایند های پیچیده ای دارند. دوربین گوشی شما تا حد کمی می توان آنچه را که می بیند تجزیه و تحلیل کند. دوربین گوشی های هوشمند در حالی حاضر می توانند صورت ها، لبخند زدن، منظره طبیعت و یا غذا را تشخیص دهند اما چطور؟

البته چیز هایی که یک ماشین با این سنسور می بیند به صورت بسیار محدودی برایش قابل تشخیص است. یک کامپیوتر یا ماشین چیز هایی را که می بیند میتواند با برنامه ریزی که برای او شده و محدود به این برنامه ریزی ها تشخیص دهد. مثلا یک جسم در حال حرکت با اندازه های مشخص شده، زوایای مشخص شده در محدوده ای که برایش مشخص شده را ماشین تشخیص می دهد یا می تواند محدوده خیابان و یا انسانی که در حال عبور است را با توجه به مشخصاتی که از قبل به آن داده شده تشخیص می دهد.

البته می دانید که این نوع عملکرد دید ماشینی تنها در محیط هایی است که از قبل برای آن برنامه ریزی و مشخص شده و تعداد اشیاء را نیز تنها به صورت محدودی تشخیص می دهد.

دید کامپیوتری یکی از قابل توجه ترین مواردی است که از دنیای بی نهایت هوش مصنوعی و یادگیری عمیق (دییپ لرنینگ) بیرون می آید. این تکنولوژی های جدید در ترکیب و کامل کردن یکدیگر فوق العاده عمل می کنند. پیشرفت هایی که یادگیری عمیق در زمینه دید کامپیوتری داشته است واقعا این زمینه را از متمایز کرده است.

وسایل نقلیه خود مختار

یکی از زمینه های جدید ترین کاربرد دید کامپیوتری تولید وسایل نقلیه خود مختار است که شامل شناور ها، وسایل نقلیه زمینی ( ربات های کوچک چرخ دار، اتوموبیل های شخصی یا کامیون ها)، هواپیما های بدون سرنشین است. البته سطح خود مختار بودن این وسایل نقلیه متفاوت است که کاملا بدون سرنشین باشد یا تنظیم بر روی حالت خودران موقت داشته باشد. وسایل نقلیه ی کاملا خود مختار معمولا از دید رایانه ای جهت ناوبری استفاده می کنند و برای دانستن مکان یا تهیه نقشه از محیط و یا تشخیص موانع و… طبق تشخیص خود عمل می کنند. برای مثال یک پهباد که در جنگل به دنبال محل آتش سوزی است به صورت خود کار طبق نقشه ای که دریافت کرده به دنبال آتش سوزی رفته و آن را شناسایی میکند. چندین تولید کننده اتومبیل سیستم هایی را برای رانندگی خودکار اتومبیل ها به نمایش گذاشته اند ، اما این فناوری هنوز به سطحی نرسیده است که بتوان آن را در بازار عرضه کرد. نمونه های زیادی از وسایل نقلیه خودمختار نظامی از موشک های پیشرفته گرفته تا پهپادها برای انجام ماموریت های مجدد یا هدایت موشک وجود دارد.

جمع بندی

با وجود پیشرفت های فراوان در حوزه تکنولوژی و دید کامپیوتری ما هنوز حتی به پیشرفت چشمگیری در دید کامپیوتری نزدیک نشده ایم با این وجود در حال حاضر در بسیاری از مکان ها از همین مقدار پیشرفت استفاده های زیادی در تشخیص چهره یا در زمینه خودروسازی و دوربین های مدار بسته استفاده می کنند و بسیاری از مشکلات به این وسیله حل شده اند. و این تازه ابتدای مسیر دید کامپیوتری است در آینده این تکنولوژی پیشرفت های زیادی خواهد کرد که می توان از آن در هر زمینه ای بهره برد.