ആധുനിക കമ്പ്യൂട്ടർ വിഷൻ. ജോലികളെ കമ്പ്യൂട്ടർ വിഷൻ സാങ്കേതികവിദ്യ. പ്രോഗ്രാമിംഗ് കമ്പ്യൂട്ടർ വിഷൻ പൈത്തണിലാണ്

എങ്ങനെ ചിത്രമോ ചിത്രങ്ങൾ ചിത്രീകരിച്ചതാണെങ്കിൽ മനസ്സിലാക്കാൻ ഒരു കമ്പ്യൂട്ടർ പഠിപ്പിക്കാൻ? ഈ, ഇക്കാര്യത്തില് ഒരു കമ്പ്യൂട്ടർ ഈ നിങ്ങൾ പ്രധാനപ്പെട്ട വിവരം വേർതിരിക്കാൻ ആഗ്രഹിക്കുന്ന പൂജ്യങ്ങൾ ആൻഡ് പശുക്കൾ അടങ്ങുന്ന ഒരു മാട്രിക്സ് ആണ്.

കമ്പ്യൂട്ടർ വിഷൻ എന്താണ്? ഇത് നിങ്ങളുടെ കമ്പ്യൂട്ടറിൽ "കാണാൻ" കഴിവാണ്

വിഷൻ - അത് ഉപയോഗിച്ച് വിവരങ്ങൾ ഒരു പ്രധാന ഉറവിടമാണ്, ഞങ്ങൾ എല്ലാ വിവരങ്ങളും 70 മുതൽ 90% മുതൽ വിവിധ കണക്കുകൾ പ്രകാരം നേടുന്നതിനും,. പിന്നെ, തീർച്ചയായും, നാം ഒരു സ്മാർട്ട് കാർ സൃഷ്ടിക്കാൻ ആഗ്രഹിക്കുകയും, ഞങ്ങൾ ഒരേ കഴിവും കമ്പ്യൂട്ടർ നടപ്പാക്കാൻ വേണം.

കമ്പ്യൂട്ടർ വിഷൻ എന്ന പ്രശ്നം വളരെ വ്യക്തമായി പ്രസ്താവിച്ചു കഴിയും. "കാണാൻ" എന്താണ്? ഇത് വെറും നോക്കി ഉണ്ട് ക്രെസ്പോ. ആ കമ്പ്യൂട്ടർ വിഷൻ മനുഷ്യ ദർശനം വ്യത്യാസം ഉപസംഹരിച്ചു. ഞങ്ങൾക്ക് വിഷൻ -, ദൂരം വലുപ്പവും മനസ്സിലാക്കാൻ കഴിവ് എന്ന് - അത് ലോകം അറിവ് ഒരു സ്രോതസ്സ്, അതോടൊപ്പം മെട്രിക് വിവരങ്ങൾ ഒരു ഉറവിടം.

സെമാന്റിക് കേർണൽ ഇമേജിനെ

ചിത്രം നോക്കി, ഞങ്ങൾ അത് ഗുണങ്ങളെ നിരവധി, പറയാൻ, വേറൊരു വിവരം വേർതിരിക്കാൻ ചെയ്യാൻ വിവരിക്കുക കഴിയും.

ഉദാഹരണത്തിന്, ഈ ചിത്രം നോക്കി, ഞങ്ങൾ അത് അതിഗംഭീരം എന്ന് പറയാം. നഗരം ട്രാഫിക് എന്താണ്. കാറുകൾ ഉണ്ട് എന്ന്. ഈ കെട്ടിടവും ഹിഎരൊഗ്ല്യ്ഫിച്സ് ക്രമീകരണം ദക്ഷിണ-കിഴക്കൻ ഏഷ്യ എന്ന് ഊഹിക്കാൻ കഴിയും. മാവോ ഛായാചിത്രം ഈ ബീജിംഗ് എന്നു, ആരെയും തൽസമയ വീഡിയോ അല്ലെങ്കിൽ സ്വയം നല്കിയിരുന്നു കണ്ടാൽ, ഈ പ്രശസ്തമായ ടിയാനെന്മെൻ സ്ക്വയർ എന്നു ഊഹിക്കാൻ മനസിലാകുന്നില്ല.

എന്താണ് നാം കൂടുതൽ കണ്ടിട്ടു ചിത്രത്തെക്കുറിച്ചും പറയാം? പറയാൻ, നാം വസ്തുക്കൾ ചിത്രത്തിൽ തിരിച്ചറിയാൻ കഴിയും ആളുകൾ ഇവിടെ അടുത്ത് ഉണ്ട് എന്നു - വേലി. ഇവിടെ കുടകൾ, ആ കെട്ടിടത്തിന്റെ പോസ്റ്ററുകൾ. ഈ ക്ലാസുകൾ ഉദാഹരണങ്ങളാണ് നിമിഷം തിരയൽ ഏർപ്പെട്ടിരിക്കുന്ന ഏത് വളരെ പ്രധാനപ്പെട്ട വസ്തുക്കൾ ആണ്.

ഇപ്പോഴും ഞങ്ങൾ വസ്തുക്കളുടെ സവിശേഷതകൾ അല്ലെങ്കിൽ ഗുണവിശേഷങ്ങൾ ചില പഠിക്കാം. ഉദാഹരണത്തിന്, ഇവിടെ ഈ ഒരു സാധാരണ ചൈനീസ്, അതായത്, മാവോ ഒരു ഛായാചിത്രം അല്ല എന്ന് നിർണ്ണയിക്കാൻ കഴിയും.

വാഹനം പ്രകാരം ഒരു വസ്തു നീങ്ങുന്നതായി പ്രസ്ഥാനം രൂപഭേദം ആണ്, അത് ബുദ്ധിമുട്ടാണ്, നിർണ്ണയിക്കാൻ കഴിയൂ. പതാകകൾ കുറിച്ച് അത് വസ്തുക്കളേയും എന്നു നിരന്തരം രൂപഭേദം, അവർ സഞ്ചരിക്കുന്നത് പറഞ്ഞു കഴിയും, എന്നാൽ അവർ ഹാർഡ് അല്ല. എന്നാൽ രംഗത്തിൽ പതാകകൾ വികസ്വര നിർണ്ണയിക്കുന്നത് കഴിയുന്ന കാറ്റു, ഇല്ല, പോലും കാറ്റിന്റെ ദിശ നിർണ്ണയിക്കാൻ കഴിയും, ഉദാഹരണത്തിന്, വലതുവശത്ത് ഇടത് നിന്ന് വീശുന്ന ആണ്.

കമ്പ്യൂട്ടർ ദർശനത്തിൽ ദൂരങ്ങളും നീളത്തിലുള്ള

വളരെ പ്രധാനപ്പെട്ട കമ്പ്യൂട്ടർ വിഷൻ ശാസ്ത്രം സംബന്ധിച്ച മെട്രിക് വിവരങ്ങൾ ആണ്. ഈ ദൂരം എല്ലാത്തരം ആണ്. ടീമുകൾ ഭൂമിയിൽ നിന്ന് കാരണം ഏകദേശം 20 മിനിറ്റും വളരെ ഉത്തരം ഉദാഹരണത്തിന്, റോവർ വേണ്ടി പ്രധാനമാണ്. അതിൻപ്രകാരം, അവിടെ വീണ്ടും ലിങ്ക് - 40 മിനിറ്റ്. ഞങ്ങൾ ഭൂമിയുടെ ചലനം കമാൻഡുകൾ ഒരു തന്ത്രം എങ്കിൽ, നിങ്ങൾ ഇത് കണക്കിലെടുക്കും വേണം.

വിജയകരമായി വീഡിയോ ഗെയിമുകളിൽ കമ്പ്യൂട്ടർ വിഷൻ എന്ന സാങ്കേതികവിദ്യ സംയോജിപ്പിച്ച. വീഡിയോ പ്രകാരം, നിങ്ങൾ ആളുകൾ, വസ്തുക്കൾ എന്ന ത്രിമാന മോഡലുകൾ നിർമ്മിക്കാൻ കഴിയും, ഉപയോക്തൃ ഫോട്ടോകൾ നഗരങ്ങളിൽ ത്രിമാന മോഡലുകൾ പുനഃസ്ഥാപിക്കാം. അപ്പോൾ അവരെ നടക്കുകയും.

കമ്പ്യൂട്ടർ വിഷൻ - ഒരു പകരം വൈവിധ്യമാർന്ന. ഇത് അടുത്ത വിവിധ മറ്റ് ശാസ്ത്രങ്ങൾ ഇഴചേർന്നിരിക്കും. കമ്പ്യൂട്ടർ വിഷൻ ഭാഗം അത് ചരിത്രപരമായി, ഇമേജ് മേഖലയിലെ പിടിച്ചെടുക്കുന്ന ചിലപ്പോൾ കമ്പ്യൂട്ടർ വിഷൻ ലഭ്യമാക്കുന്നു.

അനാലിസിസ്, പാറ്റേൺ തിരിച്ചറിയൽ - നേടിയെടുക്കാൻ ഇന്റലിജൻസ് സൃഷ്ടിക്ക് പാത

ഞങ്ങളെ പ്രത്യേകം ഈ ആശയങ്ങൾ പരിശോധിക്കാം.

ചിത്ര പ്രക്രിയ - ഈ അൽഗോരിതങ്ങൾ ഒരു പ്രദേശത്ത്, ഇൻപുട്ട്, ഔട്ട്പുട്ട് ഏത് ആണ് - ചിത്രം, ഞങ്ങൾ അവനെ എന്തെങ്കിലും ചെയ്യാൻ ഉണ്ട്.

ചിത്രം വിശകലനം - ദ്വിമാന ചിത്രം ജോലി ഈ നിന്നും നിഗമനങ്ങളിൽ ഉണ്ടാക്കുന്ന ശ്രധിക്കുന്നു ഏത് കമ്പ്യൂട്ടർ വിഷൻ, ഒരു പ്രദേശമാണ്.

പാറ്റേൺ തിരിച്ചറിയൽ - സദിശങ്ങളെയും രൂപത്തിൽ ഡാറ്റ തിരിച്ചറിയുന്നു ഒരു അബ്സ്ട്രാക്റ്റ് ഗണിതശാസ്ത്ര അച്ചടക്കം. ആ കവാടത്തിൽ ആണ് - വെക്റ്റർ ഞങ്ങൾ അത് കൊണ്ട് എന്തെങ്കിലും ഉണ്ട്. വെക്റ്റർ എവിടെ നാം അറിയാൻ അങ്ങനെ പ്രധാനപ്പെട്ട അല്ല.

കമ്പ്യൂട്ടർ വിഷൻ - അത് യഥാർത്ഥത്തിൽ ദ്വിമാന ചിത്രങ്ങൾ ഘടന പുനഃസ്ഥാപിക്കുന്നതിന് ആയിരുന്നു. ഇന്ന് ഈ പ്രദേശം വിശാലമായ മാറി കൂടാതെ അത് ചിത്രത്തിന്റെ അടിസ്ഥാനമാക്കി, making ഭൗതിക എല്ലാ അംഗീകരിക്കുന്നതായി വ്യാഖ്യാനിച്ചു കഴിയും. അതായത്, അത് ചുമതല ആണ് കൃത്രിമ ബുദ്ധി എന്ന.

തികച്ചും വ്യത്യസ്തമായ ഒരു വയലിൽ കമ്പ്യൂട്ടർ വിഷൻ സമാന്തരമായി, മന്നവൻ ൽ, ഫോട്ടോഗ്രാമെട്രി മാറിയിരിക്കുന്നു - ദ്വിമാന ചിത്രങ്ങൾ ന് വസ്തുക്കൾ തമ്മിലുള്ള ദൂരം ഒരു അളക്കുന്നത്.

റോബോട്ടുകൾ "കാണാൻ" കഴിയും

ഒടുവിൽ - ഈ മെഷീൻ ദർശനം ആണ്. മെഷീൻ ദർശനം കീഴിൽ റോബോട്ടുകൾ ദർശനം എന്നാണ്. അതുകൊണ്ടാണ് ചില പ്രൊഡക്ഷൻ പ്രശ്നങ്ങൾ തീരുമാനം. ഒരു വലിയ ശാസ്ത്രമാണ് - നാം ആ കമ്പ്യൂട്ടർ വിഷൻ പറയാം. മറ്റു ശാസ്ത്ര ഭാഗം ചില കൂടിച്ചേർന്നുണ്ടായ. എന്നാൽ കമ്പ്യൂട്ടർ വിഷൻ ഏതെങ്കിലും പ്രത്യേക അപേക്ഷ കിട്ടിയാൽ, യന്ത്രങ്ങളുടെ ദർശനം മാറുന്നു.

കമ്പ്യൂട്ടർ വിഷൻ മേഖലയിലെ പരവലയങ്ങൾക്കു് ഒരു പിണ്ഡം ഉണ്ട്. ഇത് ഉത്പാദനം ഓട്ടോമേഷൻ ബന്ധപ്പെട്ടിരിക്കുന്നു. സംരംഭങ്ങൾ ന് മെഷീൻ മാനുവൽ തൊഴിൽ പകരം കൂടുതൽ കാര്യക്ഷമമായി തീർന്നിരിക്കുന്നു. മെഷീൻ, തളരുമ്പോൾ ഉറങ്ങുന്നതു അല്ല ഇല്ല, അവൾ, ക്രമരഹിത ജോലിയുടെ ഉണ്ടായിരുന്നു അവൾ ഒരു വർഷത്തിൽ 365 ദിവസവും ജോലി സന്നദ്ധനാണ്. അങ്ങനെ, മെഷീൻ പണി ഉപയോഗിച്ച്, ഞങ്ങൾ സുനിശ്ചിതമായ ഒരു ഫലം ഒരു സമയത്ത് ലഭിക്കും, അത് തികച്ചും രസകരമാണ്. എല്ലാ ജോലികളും കമ്പ്യൂട്ടർ വിഷൻ സംവിധാനങ്ങൾ ഒരു വ്യക്തമായ ഉപയോഗം. കണക്കുകൾക്ക് ഘട്ടത്തിൽ മാത്രം ഉടനെ ചിത്രം ഫലങ്ങൾ കാണാൻ നല്ലതു ഒന്നും ഇല്ല.

കൃത്രിമ ബുദ്ധി ലോകത്തിന്റെ എത്തിനിൽക്കുകയാണ്

പ്ലസ് ഏരിയ - ഇത് ബുദ്ധിമുട്ടാണ്! ദർശനം ഉത്തരവാദിത്തം തലച്ചോറിന്റെ ഒരു ഭാഗമാണ്, അതു നിങ്ങൾ "കാണാൻ" നിങ്ങളുടെ കമ്പ്യൂട്ടർ പഠിപ്പിക്കാൻ, ആ, ആണ് പൂർണ്ണ ഉപയോഗം കമ്പ്യൂട്ടർ വിഷൻ, അത് പൂർണ്ണ കൃത്രിമ ബുദ്ധി ലക്ഷ്യങ്ങൾ ഒന്നാണ് വിശ്വാസം. ഞങ്ങൾ ഒരേ സമയം ഏറ്റവും സാധ്യത, മനുഷ്യ തലത്തിൽ പ്രശ്നം തീർക്കാൻ കഴിയുമെങ്കിൽ, ഞങ്ങൾ എയർ പ്രശ്നം പരിഹരിക്കുന്നതിന് ചെയ്യും. അത് വളരെ നല്ലതാണ്! അല്ലെങ്കിൽ അല്ല വളരെ നല്ല, നിങ്ങൾ നോക്കിയാൽ, "ടെർമിനേറ്റർ 2".

എന്തുകൊണ്ട് ദർശനം ആണ് - അതു ബുദ്ധിമുട്ടാണ്? ഒരേ വസ്തുവിന്റെ ചിത്രം ഏറ്റവും ഘടകങ്ങളാണ് അനുസരിച്ചിരിക്കുന്നു കാരണം. നിരീക്ഷണ പോയിന്റുകൾ ഒബ്ജക്റ്റ് അനുസരിച്ച് വ്യത്യസ്ത നോക്കി.

ഉദാഹരണത്തിന്, ഒരേ ചിത്രം, വ്യത്യസ്ത കോണുകളിൽ നിന്ന് എടുത്ത. എന്തു കണക്കുകൾ ഏറ്റവും രസകരമായ ഒരു കാര്യമാണ് ഒരു കണ്ണ്, രണ്ട് കണ്ണുകൾ ഒന്നര ആയിരിക്കാം. സന്ദർഭ (ചായം കണ്ണുമായി ഒരു ഷർട്ട് മനുഷ്യന്റെ ഈ ചിത്രം) അനുസരിച്ച്, കണ്ണ് രണ്ട് കഴിയും.

കമ്പ്യൂട്ടർ ഇപ്പോഴും മനസ്സിലാകുന്നില്ല, എന്നാൽ "കാണുന്നു"

അത് ബുദ്ധിമുട്ടാണ് മറ്റൊരു ഘടകം - അത് ലൈറ്റിംഗ് തുടർന്ന്. വ്യത്യസ്ത വിളക്കുകൾ ഒരേ രംഗം വ്യത്യസ്ത നോക്കും. ഒബ്ജക്റ്റ് വലുപ്പം വ്യത്യാസപ്പെട്ടിരിക്കും. മാത്രമല്ല, ക്ലാസ് എന്ന വസ്തുക്കൾ. നിങ്ങൾ 2 മീറ്റർ ഉയരം ഒരു മനുഷ്യൻ എങ്ങനെ പറയാൻ കഴിയും? ഒന്നും. ഹ്യൂമൻ വളർച്ച 2.3 മീറ്റർ, 80 സെ.മീ ആയിരിക്കാം. വസ്തുക്കൾ മറ്റു തരത്തിലുള്ള പോലെ, എന്നാൽ, അതേ ക്ലാസ്സിലെ വസ്തുക്കളാണിവ.

പ്രത്യേകിച്ച് ചേതന വസ്തുവിൽ പടരാനുള്ള പലതരം വിധേയമാക്കും. മുടി ആളുകൾ, അത്ലറ്റുകളും, മൃഗങ്ങൾ. പ്രവർത്തിക്കുന്ന കുതിരകളുടെ ചിത്രങ്ങൾ നോക്കൂ, അവരുടെ പണ്ടെങ്ങോ വാലും കൊണ്ട് സംഭവിക്കുന്നത് കേവലം അസാധ്യമാണ് നിർണ്ണയിക്കാൻ. ഒരു ചിത്രം ഒരു ഓവർലാപ്പുചെയ്യുമ്പോൾ വസ്തുക്കൾ? നിങ്ങൾ ഒരു കമ്പ്യൂട്ടർ ഇമേജ് ഉത്തരവാദി എങ്കിൽ, പോലും ഏറ്റവും ശക്തമായ മെഷീൻ ശരിയായ തീരുമാനം നൽകാൻ ബുദ്ധിമുട്ട് കണ്ടെത്താൻ.

അടുത്ത കാഴ്ച - ഒരു വേഷംമാറി ആകുന്നു. ചില വസ്തുക്കൾ, പരിസ്ഥിതി സ്ഷ്ടിക്കുകയും മൃഗങ്ങൾ, വളരെ വിദഗ്ധമായി. ഒരേ പാടുകൾ നിറവും. എന്നിരുന്നാലും, ഞങ്ങൾ, അവരെ കാണാൻ എപ്പോഴും ദൂരത്തുനിന്നു ഇല്ലെങ്കിലും.

മറ്റൊരു പ്രശ്നം - പ്രസ്ഥാനം. ചലനം വിഭാവനചെയ്യാനാവാത്ത വസ്തുക്കൾ രൂപമാകാൻ വിധേയമാക്കും.

വസ്തുക്കൾ വളരെ ഭ്രംശമാണ്. ഇവിടെ, ഉദാഹരണത്തിന്, "കസേര" എന്ന വസ്തുക്കൾ താഴെ രണ്ടു ഫോട്ടോകളിൽ.

ഈ നിങ്ങളെ ഇരിക്കാൻ കഴിയും. എന്നാൽ, ഒരു മെഷീൻ പഠിപ്പിക്കാൻ ആകൃതി, നിറം, മെറ്റീരിയൽ, എല്ലാം ഒരു വസ്തു ആണ് "കസേര" വ്യത്യസ്ത കാര്യങ്ങൾ തരത്തിൽ - വളരെ ബുദ്ധിമുട്ടാണ്. ഈ വെല്ലുവിളി. കമ്പ്യൂട്ടർ വിഷൻ രീതികൾ സമന്വയിപ്പിക്കുന്നതിന് -,, മനസ്സിലാക്കാൻ ഒരു യന്ത്രം പഠിപ്പിക്കാൻ വിശകലനം ഊഹിക്കുക ആണ്.

വിവിധ പ്ലാറ്റ്ഫോമുകളിൽ കമ്പ്യൂട്ടർ ദർശനം സംയോജനം

കമ്പ്യൂട്ടർ വിഷൻ പിണ്ഡം 2001, അവൻ ആദ്യം മുഖം ഡിറ്റക്ടർ സൃഷ്ടിച്ചപ്പോൾ കൂടുതൽ നുഴഞ്ഞുകയറാൻ തുടങ്ങി. വിയോള, ജോൺസ്: നാം രണ്ട് രചയിതാക്കൾ ഉണ്ടാക്കി. ഇത് മെഷീൻ ലേണിംഗ് രീതികൾ ശക്തി വെളിപ്പെടുത്തുകയും ചെയ്ത ആദ്യ ഫാസ്റ്റ് വിശ്വസനീയവുമായ മതി അൽഗോരിതം, ആയിരുന്നു.

മനുഷ്യമുഖം അംഗീകാരം - ഇപ്പോൾ കമ്പ്യൂട്ടർ വിഷൻ മതി പുതിയ പ്രായോഗിക പ്രയോഗിക്കുന്നത്.

എന്നാൽ സിനിമകളിൽ പോലെ മനുഷ്യനെ തിരിച്ചറിയാൻ - റാൻഡം ആംഗിൾ, വ്യത്യസ്ത ലൈറ്റിംഗ് അവസ്ഥ - അത് അസാധ്യമാണ്. എന്നാൽ പ്രശ്നം, അല്ലെങ്കിൽ മറ്റൊരു വിളക്കുകൾ അല്ലെങ്കിൽ മറ്റൊരു പോസ് വ്യത്യസ്ത ആളുകൾക്ക് ഒന്ന് പരിഹരിക്കാൻ, പാസ്പോർട്ടിൽ ഫോട്ടോ പോലെ സമാനമായ, അതു സാധ്യമാണ് ആത്മവിശ്വാസം ഒരു ഉയർന്ന ബിരുദം ആണ്.

മുഖം തിരിച്ചറിയൽ ആൽഗോരിഥമുകളുടെ സവിശേഷത ആധാരമാക്കിയായിരുന്നു ഒരു പാസ്പോർട്ട് ഫോട്ടോ ആവശ്യങ്ങൾ.

ഉദാഹരണത്തിന്, നിങ്ങൾ ഒരു ബയോമെട്രിക്ക് പാസ്പോർട്ട് ഉണ്ടെങ്കിൽ, ചില ആധുനിക വിമാനത്താവളങ്ങള്, ഓട്ടോമാറ്റിക്ക് പാസ്പോർട്ട് നിയന്ത്രണം സംവിധാനം ഉപയോഗിക്കാൻ കഴിയും.

കമ്പ്യൂട്ടർ വിഷൻ എന്ന അപരിഹൃതമായി - ഏതെങ്കിലും ടെക്സ്റ്റ് തിരിച്ചറിയാൻ കഴിവ്

ഒരുപക്ഷേ ആരെങ്കിലും ഓസിആര്ചിത്രം സിസ്റ്റം ഉപയോഗിച്ചു. ഈ ഒരു - ഒരു ഫൈൻ റീഡർ, രുനെത് സിസ്റ്റം വളരെ പ്രശസ്തമാണ്. നിങ്ങൾ ഡാറ്റ പൂരിപ്പിക്കുക അവിടെ പല രീതികളിലും ഉണ്ട്, അവർ തികച്ചും സ്കാൻ ചെയ്യുന്നു, വിവരങ്ങൾ സിസ്റ്റം വളരെ നന്നായി അംഗീകരിക്കുന്നുണ്ട്. എന്നാൽ ചിത്രത്തിൽ ഏതെങ്കിലും വാചകം ഉപയോഗിച്ച് സ്ഥിതി വളരെ മോശമാണ്. ഈ പ്രശ്നം ഇപ്പോഴും നിഗൂഢത.

കമ്പ്യൂട്ടർ വിഷൻ, മോഷൻ ക്യാപ്ചർ ഉൾപ്പെടുന്ന ഗെയിംസ്

പ്രത്യേക വലിയ പ്രദേശം - ത്രിമാന മോഡലുകൾ ചലനാത്മകമായ ഗ്രഹണ (കമ്പ്യൂട്ടർ ഗെയിമുകൾ വളരെ വിജയകരമായി നടപ്പിലാക്കി ഏത്) സൃഷ്ടിയാണ്. ഏത് കമ്പ്യൂട്ടർ വിഷൻ ഉപയോഗിക്കുന്ന ആദ്യ പ്രോഗ്രാം, - ആംഗ്യങ്ങളും ഉപയോഗിച്ച് കമ്പ്യൂട്ടർ ഇടപെടുകയും ഒരു സിസ്റ്റം. സൃഷ്ടിച്ചശേഷം അത് തുറന്ന ഒരു കാര്യം ആയിരുന്നു.

അൽഗോരിതം വളരെ ലളിതമായി രൂപകല്പന, പക്ഷെ ഒരു ലക്ഷം ചിത്രങ്ങൾ ലഭിക്കാൻ ജനങ്ങളുടെ സിന്തറ്റിക് ചിത്രങ്ങൾ ഒരു ജനറേറ്റർ സൃഷ്ടിക്കാൻ എടുത്തു ക്രമീകരിക്കുന്നതിനായി. അവൻ ഇപ്പോൾ നന്നായി പ്രവർത്തിക്കുന്നു അല്ഗോരിഥം പരാമീറ്ററുകളെപ്പറ്റിയുള്ള തിരഞ്ഞെടുക്കാൻ അവരുമായി സൂപ്പർ.

അത് ഒരു പ്രോസസർ ശേഷി 12% വിനിയോഗിക്കുന്നു ഒരു വ്യക്തി തത്സമയം സ്ഥാനം മനസ്സിലാക്കാൻ അനുവദിക്കുന്ന ഒരു അൽഗോരിതം സൃഷ്ടിക്കാൻ ഒരു ലക്ഷം ചിത്രങ്ങൾ പരമാവധി ആഴ്ച നിർവചനങ്ങൾ സൂപ്പർ സമയം. ഈ മൈക്രോസോഫ്റ്റ് കിനെക്റ്റ് സിസ്റ്റം (2010).

ഉള്ളടക്കം ചിത്രങ്ങൾക്കായി തിരയുക സിസ്റ്റം ഫോട്ടോകൾ അപ്ലോഡ് നിങ്ങളെ അനുവദിക്കുന്നു, അതിന്റെ ഫലങ്ങൾ ഒരേ ഉള്ളടക്കവും ചിത്രങ്ങൾ തരും ഒരേ കോണിൽ നിന്നും ഉണ്ടാക്കി ചെയ്യും.

കമ്പ്യൂട്ടർ വിഷൻ ഉദാഹരണങ്ങൾ: ത്രിമാന രണ്ടു ദ്വിമാന മാപ്പുകൾ ഇപ്പോൾ കൊണ്ട് നടക്കുമ്പോൾ. നാവിഗേഷൻ കാറുകളുടെ മാപ്സ് പതിവായി ഷോ പ്രകാരം അപ്ഡേറ്റ് ചെയ്യുന്നു.

ജിയോടാഗുചെയ്ത ഫോട്ടോകൾ നൂറുകോടിയോളം ഒരു ഡാറ്റാബേസ് ഉണ്ട്. അത് എവിടെ ചെയ്തു ഡാറ്റാബേസിൽ ചിത്രം ഡൗൺലോഡ് ചെയ്യുന്നതിലൂടെ, നിർണ്ണയിക്കാൻ, പോലും ചില കാഴ്ചപ്പാട് കഴിയും. ഗതി, സ്ഥലം ഒരു സമയത്ത് സഞ്ചാരികൾ ആ മതി പ്രശസ്തമായ ഉള്ള പ്രദേശത്തെ പടങ്ങൾ ഒരു പല തവണ ഉണ്ടായിട്ടുണ്ട് ചെയ്തു.

റോബോട്ടുകൾ എല്ലായിടത്തുമുണ്ട്

ഏതെങ്കിലും വിധത്തിൽ ഇത് കൂടാതെ എല്ലായിടത്തും സമയത്ത് റോബോട്ടിക്സ്,,. ഇപ്പോൾ ഡ്രൈവർ (ഈ ഒരു കമ്പ്യൂട്ടർ പ്രോഗ്രാം കാണുന്നതിന് ഒരു വിധത്തിൽ, ഓടിക്കുന്നവള് സഹായിക്കുന്നു) കമാൻഡുകൾ പ്രസരിപ്പിക്കാനും കാൽനട റോഡ് അടയാളങ്ങൾ തിരിച്ചറിയാൻ പ്രത്യേക ക്യാമറകൾ ഉണ്ട് വാഹനങ്ങൾ ഉണ്ട്. ഒരു പൂർണ്ണമായും ഓട്ടോമേറ്റഡ് റോബോട്ടിക് വാഹനങ്ങൾ ഇല്ല, എന്നാൽ അവർ കൂടുതൽ വിവരങ്ങൾ ഒരു വലിയ തുക ഉപയോഗിക്കാതെ തന്നെ വീഡിയോ ക്യാമറ സിസ്റ്റത്തിൽ മാത്രം വിശ്വസിക്കാൻ കഴിയാത്ത.

ആധുനിക ക്യാമറ - ഈ ഒരു അനലോഗ് ക്യാമറ Obscura ആണ്

ഡിജിറ്റല് ഇമേജ് കുറിച്ച് സംസാരിക്കാം. ആധുനിക ഡിജിറ്റൽ ക്യാമറകൾ ക്യാമറ Obscura തത്വത്തെ ക്രമീകരിച്ചിരിക്കുന്നത്. മാത്രം പകരം വെളിച്ചം ബീം പ്രവേശിക്കുകയും വിഷയം സർക്യൂട്ട് അറകൾക്കു തിരികെ മതിൽ തിരിയുക പ്രൊജക്ട് വഴി ദ്വാരം ഞങ്ങൾ ലെൻസ് എന്ന ഒരു പ്രത്യേക ഒപ്റ്റിക്കൽ സിസ്റ്റം. ലക്ഷ്യം ഒരു വലിയ വെളിച്ചം ബീം ശേഖരിച്ച് പ്രൊജക്ഷൻ നേടുവാനും സിനിമ അല്ലെങ്കിൽ മെട്രിക്സ് ഒരു ഇമേജ് രൂപം എല്ലാ കിരണങ്ങൾ വെർച്വൽ പോയിന്റ് കടന്നുപോകാതവണ്ണം ക്രമത്തിൽ മാറ്റിയെടുക്കുക എന്നതാണ്.

ആധുനിക ഡിജിറ്റൽ ക്യാമറകൾ (മാട്രിക്സ്) വ്യക്തിഗത ഘടകങ്ങൾ പാണ്ഡിത്യം - പിക്സലുകൾ. ഓരോ പിക്സൽ വെളിച്ചത്തിന്റെ ഊർജ്ജം പിക്സൽ മൊത്തം തടസ്സമുണ്ട് അളക്കുക, ഒരു ഔട്ട്പുട്ട് നമ്പർ നൽകാൻ കഴിയൂ. കമ്പ്യൂട്ടർ - അതിനാൽ, ഒരു ഡിജിറ്റൽ ക്യാമറ, ഞങ്ങൾ പകരം ചിത്രം ശോഭ അളവുകൾ വെച്ചു, ഒരു പിക്സൽ പിടിക്കപ്പെട്ട മറികടക്കുക കാഴ്ച സ്ഥലം. അതുകൊണ്ട്, ഞങ്ങൾ കാണുന്ന ഇമേജ് എപ്പോൾ ഒഴുകുന്ന ആണ് അല്ല ലൈനുകൾ വ്യക്തമായ ഭഗവനേന്, വ്യത്യസ്ത നിറങ്ങളിൽ നിറമുള്ള സ്ക്വയറുകളിലൊന്നിൽ ഒരു ഗ്രിഡ് - പിക്സലുകൾ.

ലോകത്തിലെ ആദ്യത്തെ ഡിജിറ്റൽ ഇമേജ് ചുവടെ.

എന്നാൽ ഈ ചിത്രത്തിൽ ഇല്ല? കളർ. നിറം എന്താണ്?

നിറം സൈക്കോളജിക്കൽ ധാരണ

കളർ - ഈ ഞങ്ങൾ കാണുന്നത്. ഒരു നിറം മനുഷ്യരും പൂച്ച ഒരേ കാര്യം വ്യത്യസ്തമായിരിക്കും. ദർശനം വ്യത്യസ്തമാണ് - ഞങ്ങൾ (മനുഷ്യർ) മൃഗങ്ങളെയും ദൃശ്യഗ്രാഹിയുടെ ശേഷം. അതുകൊണ്ടു, നിറം - അതു വസ്തുക്കൾ നേരിയ നിരീക്ഷിക്കുമ്പോൾ ഉണ്ടാകുന്ന ഞങ്ങളുടെ കാഴ്ചപ്പാട് മാനസിക നിലവാരം തുടർന്ന്. അല്ല വസ്തു നേരിയ ഒരു ഭൗതിക പ്രോപ്പർട്ടി. കളർ - ഞങ്ങളുടെ ദൃശ്യ സിസ്റ്റത്തിന്റെ രംഗം പ്രകാശം ഘടകങ്ങളുടെ ഇടപെടൽ ഫലമാണ്.

ലൈബ്രറികൾ ഉപയോഗിച്ച് പൈത്തണിലാണ് പ്രോഗ്രാമിംഗ് കമ്പ്യൂട്ടർ വിഷൻ

നിങ്ങൾ കമ്പ്യൂട്ടർ വിഷൻ എന്ന പഠനത്തിൽ ഗൌരവമായി ഏർപ്പെടാൻ തീരുമാനിച്ചെങ്കിൽ, ഉടനെ ബുദ്ധിമുട്ടുകൾ ഒരു എണ്ണം ഒരുക്കും വേണം, ഈ ശാസ്ത്രം എളുപ്പത്തിലുള്ള ഇല്ല; കാണപ്പെടുന്ന ഒരു എണ്ണം മറയ്ക്കുന്നു. എന്നാൽ "പ്രോഗ്രാമിംഗ് കമ്പ്യൂട്ടർ വിഷൻ പെരുമ്പാമ്പ് ന്" ജനു എറിക് സൊലെമ രചനാവകാശം - എല്ലാ ഏറ്റവും ലളിതമായ ഭാഷയിൽ നൽകിയിട്ടുണ്ട് ഒരു പുസ്തകം. ഇവിടെ നിങ്ങൾ 3D വിവിധ വസ്തുക്കളുടെ അംഗീകാരം രീതികൾ മനസ്സിലാക്കാൻ ചെയ്യും, സ്റ്റീരിയോ, വെർച്വൽ റിയാലിറ്റി, കമ്പ്യൂട്ടർ ദർശനം മറ്റ് പല ആപ്ലിക്കേഷനുകൾ പ്രവർത്തിക്കാൻ പഠിക്കാൻ. പുസ്തകത്തിൽ പൈത്തണിലാണ് മതി ഉദാഹരണങ്ങളാണ്. വളരെയധികം ഗവേഷണ ഹാർഡ് ഡാറ്റ ഡിലീറ്റ് ചെയ്യാൻ അനുവദിക്കാത്ത നിലയിൽ എന്നാൽ, വിശദീകരണങ്ങൾ അവതരിപ്പിച്ചു പറയാൻ, സഹചര, ചെയ്യുന്നു. വിദ്യാർത്ഥികൾ, അമച്വർ, തൽപ്പരർക്കുമുള്ള അനുയോജ്യമായ ജോലി. ഈ പുസ്തകം ഡൌൺലോഡ് ചെയ്ത് കമ്പ്യൂട്ടർ വിഷൻ (പിഡിഎഫ്-ഫോർമാറ്റ്) മറ്റുള്ളവരോട് നെറ്റ്വർക്കിലെ കഴിയും.

ഇപ്പോൾ, കമ്പ്യൂട്ടർ വിഷൻ ആൽഗോരിഥമുകളുടെ ഓപ്പൺ സോഴ്സ് ലൈബ്രറിയും ഇമേജ് പ്രോസസ്സിംഗ് സംഖ്യാ അൽഗോരിതങ്ങൾ ഒപെന്ച്വ് ഉണ്ട്. അതു, ഏറ്റവും ആധുനിക പ്രോഗ്രാമിങ് ഭാഷകളെ നടപ്പിലാക്കുന്നത് ഓപ്പൺ സോഴ്സ് ആണ്. ഞങ്ങൾ കമ്പ്യൂട്ടർ വിഷൻ കുറിച്ച് സംസാരിക്കാൻ എങ്കിൽ, പൈത്തൺ പ്രോഗ്രാമിങ് ഭാഷ ഉപയോഗിക്കുന്നു, അത് ലൈബ്രറിയുടെ പിന്തുണ ഉണ്ട്, കൂടാതെ ഇത് നിരന്തരം പാര്ടിയെ ഒരു വലിയ കമ്മ്യൂണിറ്റി ആണ്.

കമ്പനി "മൈക്രോസോഫ്റ്റ്" സേവനങ്ങൾ Api-കഴിയും ജനങ്ങളുടെ ചിത്രങ്ങൾ അതിനെ പ്രവർത്തിക്കാൻ ന്യൂറൽ നെറ്റ്വർക്ക് പരിശീലനം നൽകുന്നു. അവിടെ പൈത്തൺ പ്രോഗ്രാമിങ് ഭാഷ ഉപയോഗിക്കുന്നു, കമ്പ്യൂട്ടർ ദർശനം പ്രയോഗിക്കാൻ അവസരം ആണ്.