بینایی ماشین چیست و چه کاربردی دارد؟

بینایی ماشین چیست؟

بینایی ماشین (Computer Vision) یکی از شاخه‌های مهم و اساسی ‌هوش‌مصنوعی برای درک بصری از محیط، توسط کامپیوتر می‌باشد. بینایی ماشین یا بینایی کامپیوتر در واقع‌، درک‌، تشخیص و پردازش تصاویر و فیلم‌ها با الهام گرفتن از الگوریتم تحلیلی مغز انسان است. بدین منظور برای ورودی، از دوربین‌های ویدئویی قابل تبدیل آنالوگ به دیجیتال و یک الگوریتم تحلیلی برای پردازش آن‌ها استفاده می‌کند. در واقع این دانش به ماشین‌ها توانایی بصری و درک محیط اطراف و آنالیز و پردازش اطلاعات پیرامون آن‌ها ‌را می‌دهد

بینایی ماشین چگونه کار می‌کند؟

یکی از بحث برانگیز‌ترین موضوعات از ابتدای خلق بشر تا کنون نحوه عملکرد مغز انسان بوده‌است. تئوری‌های مختلفی در مورد روش عملکرد مغز و شبکه نورون‌های عصبی آن وجود دارد ولی هیچ کدام از آنها به طور قطع تایید یا رد نشده‌اند. مغز انسان اشیاء و مواردی که در محیط پیرامون به مروز زمان به حافظه سپرده شده‌است را با بررسی و پردازش ویژگی‌های آن دسته‌بندی کرده و هنگام مشاهد مجدد، به سرعت به یاد آورده و تشخیص می‌دهد. روش کار بینایی ماشین نیز بر اساس این تئوری پایه‌ریزی شده‌است. یعنی اینکه میلیون‌ها تصویر با موضوعات مختلف به همراه برچسب مربوطه به کامپیوتر داده می‌شود تا آن‌ها را از لحاظ ویژگی‌های مختلف بررسی و پردازش کند و به صورت تجربی درکی از ظاهر تصاویر پیدا کند. از این پس اگر تصویر جدیدی را که قبلا از آن بعنوان داده اولیه استفاده نشده‌است به الگوریتم بینایی ماشین داده‌شود می‌تواند خصوصیات آن را درک کرده و گزارش دهد. با گذشت زمان و گسترش یادگیری ماشین و یادگیری عمیق، پیشرفت‌های بسیار زیادی در این زمینه ایجاد شده‌است. ولی مساله این است که بینایی ماشین یکی از شاخه‌های مهم در ‌هوش‌مصنوعی بوده و هنوز جای پیشرفت زیادی دارد.

کاربرد بینایی ماشین

بینایی‌ماشین (CV) : به صورت روزمره در زندگی ما اثر دارد و در این قسمت به برخی از مهم‌ترین و کاربردی‌ترین استفاده‌های بینایی ماشین را در زندگی عادی اشاره می‌کنیم

• خودروهای خودران

  ‌هوش‌مصنوعی و به خصوص بینایی ماشین انقلاب بزرگی را در صنعت خودروسازی دنیا ایجاد کرده‌است. امروزه تمام خودرو‌سازان بزرگ جهان به سمت تولید خودروهای خودران ( خودروهای بدون راننده ) رفته و هرروزه تکنولوژی جدید را روی ماشین‌های خود اعمال می‌کنند. این پیشرفت به جایی خواهد رسید که تا سال 2030 میلادی تمام ماشین‌ها هوشمند شده و دیگر نیازی به دریافت گواهینامه رانندگی نخواهد بود. بینایی کامپیوتر در تشخیص موانع، عابران پیاده، خطوط خیابان، تعیین و تشخیص فاصله و ... کاربرد دارد که مجموع این موارد رانندگی امن را برای سرنشینان و عابران فراهم می‌سازد و میزان حوادث جاده‌ای ناشی از رانندگی را به حداقل می‌رساند.

• شناسایی چهره

  ویژگی‌های تصاویر چهره افراد مختلف توسط الگوریتم پردازش شده، و با جستجو در پایگاه داده (Data Base) هویت فرد مد نظر تشخیص داده می‌شود این تکنولوژی در تشخیص مجرمان در جاهای شلوغ بسیار کاربرد دارد.برای این منظور تصاویر از سمت دوربین‌های مستقر در محل، دریافت می شود سیستم کامیوتری ویژگی‌های چهره هر شخص را بررسی کرده و آن‌ها را با ویژگی‌های افراد در پایگاه داده مقایسه می‌کند. داشتن پایگاه داده قوی در زمان و نتیجه‌دهی بسیار موثر است.

   

>

• سلامت پزشکی

  دراین شاخه از ‌هوش‌مصنوعی در تشخیص سلول‌های سرطانی روی تصاویر پوست و تشخیص نا‌هنجاری‌ها روی تصاویر x-ray و MRI کاربرد دارد. این روند باعث کاهش اشتباهات پزشکی و افزایش شانس درمان می‌شود.

چالش‌های بینایی ماشین

اولین چالش بینایی ماشین این بود که تا وقتی انسان نتواند الگوریتم حس بینایی انسان و الگوریتم‌های متصل به آن را درک کند، چگونه می‌تواند ماشینی را با توانایی درک و پردازش بینایی انسان به وجود آورد. اختراع ماشینی که شبیه ما توانایی درک و دیدن داشته‌باشد، به این دلیل که در وهله اول کاملاً مطمئن نیستیم که بینایی انسان چگونه کار می‌کند، یک کار دشوار است. بنابراین در تمامی‌مسایل و کاربردهای بینایی ماشین چالش‌های حل نشده بسیاری باقی مانده‌است که امیدواریم شما حل‌کننده این مسایل باشید.

چالش دوم بینایی ماشین محدودیت سخت‌افزار ‌است. داده‌های بینایی ماشین از نوع مدیا بوده و همانطور که اطلاع‌ دارید داده‌های مدیا (فیلم و عکس) حجم بالایی نسبت به سایر داده‌ها (متن و صوت) دارند. بنابراین برای پردازش این حجم از داده‌ها به یک سخت افزار قوی برای پردازش دقیق و سریع نیاز است.

چالش سوم کمبود پایگاه داده مناسب : برای تحقیق در هر حوزه از بینایی ماشین ( سلامت و پزشکی، ماشین خودکار و ...) دسترسی به یک پایگاه داده مناسب بسیار ضروری است. این پایگاه داده‌ها تعداد زیادی از داده را به صورت عکس یا فیلم از موقعیت‌های مختلف و شرایط متفاوت ضبط کرده و آن‌ها را در اختیار محققین این حوزه قرار می‌دهند که این :کار به دو منظور انجام می‌شود .

برای مقایسه میزان بهبود و نتیجه بخشی و تفاوت روش‌های مختلف بینایی ماشین با روش‌های ، باید آن‌ها را با یک دیتابیس (پایگاه داده) مشابه تست و ازمایش کرد. جمع اوری داده‌های مناسب‌، بسیار زمان‌بر و پر هزینه است. بنابراین شرکت‌های بزرگ در این حوزه، پایگاه داده‌های مناسبی را تهیه و آن‌ها را در اختیار شما محققین عزیز قرار می‌دهند.

زبان برنامه نویسی بینایی ماشین

بدون شک بهترین زبان برای این حوزه زبان برنامه نویسی پایتون (python) است. پایتون یک زبان برنامه نویسی فوق العاده قوی و همه منظوره، تفسیر شده، شی گرا، منبع باز(open source)، و سطح بالا بوده، که قابل استفاده برای سیستم عامل‌های مختلفی همچون ویندوز، لینوکس، مکینتاش، اندروید می‌باشد. این زبان برنامه نویسی تمامی ‌زبان‌های مطرح حتی جاوا جاوا (java) پیشی گرفته و رتبه ی نخست دنیا را کسب نموده است و ناسا در حال حاضر برای محاسبات قوی و سریع و پیشرفته اش از پایتون استفاده کرد است. لازم به ذکر است پایتون یکی از زبان‌های اصلی برنامه نویسان گوگل می‌باشد. پایتون کتابخانه‌های مختلفی با کاربردها متنوع دارد اما بهترین کتابخانه مطرح برای بینایی ماشین کتابخانه OPEN CV است و در قسمت‌های مختلفی همچون حذف نویز و پردازش تصاویر، تشخیص لبه، تقسیم بندی تصاویر و ... کاربرد دارد.

دوره بینایی ماشین در مجتمع آموزشی مهرگان

مجتمع آموزشی مهرگان پیشرو در تدریس زبان‌های مختلف برنامه نویسی و ‌هوش‌مصنوعی در اصفهان، با بهره گیری از اساتید خبره و روش‌های به روز تدریس، دوره بینایی ماشین به زبان برنامه پایتون را برگزار ‌می‌کند. در طی برگزاری کلاس‌ها علاوه بر مرور دانش‌ها پایه زبان برنامه نویسی، شما تحت آموزش تخصصی پایتون به صورت کاربردی و پروژه محور قرار ‌می‌گیرید به صورتی که پس از اتمام دوره شما کاملا به مباحث و تکنیک‌های بینایی ماشین تسلط پیدا کرده و مانند یک برنامه نویسی حرفه ای شروع به حل مسایل بینایی ماشین ‌‌کنید. در پایان دوره می‌توانید نسبت به اخذ مدرک قابل ترجمه یا مدرک فنی حرفه ای اقدام نمایید.