Компьютерное зрение (Computer vision)

Компьютерное зрение (Computer Vision, CV) — область искусственного интеллекта и научная дисциплина, изучающая методы и технологии создания систем, которые получают, обрабатывают и интерпретируют визуальную информацию из изображений и видео. Цель таких систем — обнаружение, отслеживание и классификация объектов, а также восстановление структуры трёхмерных сцен по их проекциям на изображения.

Что означает термин

Computer vision как научная дисциплина охватывает теорию и технологию создания искусственных систем, способных извлекать информацию из изображений. Входными данными для систем компьютерного зрения служат видеопоследовательности, отдельные изображения с камер, а также трёхмерные данные, получаемые с устройств вроде медицинских сканеров или сенсоров глубины. В русскоязычной литературе наряду с термином «компьютерное зрение» используется также название «искусственное зрение». Основная задача дисциплины — научить машины интерпретировать визуальное содержимое так, чтобы извлекать из него данные для последующего анализа и принятия решений.

Как устроено

Работа систем компьютерного зрения обычно строится в несколько этапов. Сначала визуальные данные извлекаются с камер или сканеров, затем проходят предобработку — удаление шума, повышение резкости, коррекцию освещения и других артефактов съёмки. После этого алгоритмы машинного или глубокого обучения анализируют изображения, а на завершающем этапе система интерпретирует результат: распознаёт объекты, определяет их характеристики, позиции и контекст. Современные подходы активно используют нейронные сети, которые обучаются на больших массивах размеченных визуальных данных, выявляют в них закономерности и применяют полученные знания к новым изображениям, в том числе имитируя работу человеческого мозга по распознаванию и классификации объектов.

Где применяется

Компьютерное зрение используется в широком спектре задач. Это распознавание объектов и сцен на фотографиях и в видеопотоке для поисковых и рекомендательных систем, обнаружение дефектов изделий на конвейере, анализ медицинских снимков — рентгенограмм, компьютерных и магнитно-резонансных томограмм — для помощи врачу в постановке диагноза. Технология также применяется для восстановления трёхмерной структуры сцены по нескольким фотографиям в задачах дополненной реальности и робототехники, а в розничной торговле — для отслеживания уровня товарных запасов путём анализа снимков полок.

Отличие от близких понятий

В литературе различают компьютерное зрение и машинное зрение. Компьютерное зрение — более широкое понятие, охватывающее разные отрасли и научные задачи. Машинное зрение рассматривается как его производственная разновидность — применение тех же методов для повышения эффективности производственных процессов, например автоматического контроля качества продукции. В то же время в отдельных источниках оба термина используются как синонимы для описания технологий автоматического распознавания изображений, и единого разграничения между ними не закреплено.