Комп'ютерний зір: як ШІ «бачить» і розуміє зображення
Комп'ютерний зір (computer vision) - це галузь штучного інтелекту, яка вчить комп'ютери аналізувати зображення і відео: знаходити предмети, розпізнавати обличчя, текст, рух і будувати уявлення про простір.
Простими словами
Камера сама по собі бачить лише мільйони кольорових крапок - як мозаїку зблизька. Комп'ютерний зір - це вміння відійти на крок і сказати: «Ага, це кіт на дивані, а ось там - пульт». Людина робить це миттєво, а машині для цього довелося переглянути мільйони підписаних фото.
Як це працює
- Камера передає зображення як таблицю чисел - яскравість і колір кожного пікселя.
- Нейромережа шукає спершу прості ознаки: краї, кути, текстури.
- Далі - складніші: очі, колеса, літери, силуети.
- Вона визначає, що на зображенні, де саме і, якщо треба, як воно рухається.
- Результат використовують інші програми: камера, робот, автомобіль, пошук.
Де ти це побачиш
Розблокування обличчям, сортування фото в галереї за людьми і предметами, розпізнавання тексту з фото, пошук обведенням (Circle to Search), портретний режим, роботи-пилососи з камерами, системи допомоги водієві, камери відеоспостереження, самообслуговування в магазинах.
Чи важливо це при виборі
Ти користуєшся ним щодня, навіть не помічаючи. При виборі техніки це видно у якості портретного режиму, швидкості розблокування обличчям і розумності робота-пилососа (чи об'їжджає він шкарпетки й дроти). А з погляду приватності - пам'ятай, що камери з розпізнаванням облич є дедалі частіше.
Міфи
- Міф: Розблокування обличчям на всіх телефонах однаково безпечне. Насправді: Ні. Звичайна фронтальна камера надійна менше за 3D-сканування обличчя з інфрачервоним датчиком.
- Міф: Комп'ютерний зір бачить так само, як людина. Насправді: Його можна «обдурити» дивним освітленням, наклейками чи незвичним ракурсом.
Часті питання
Чи розпізнає галерея обличчя без інтернету?
У багатьох телефонах так - аналіз відбувається на пристрої.
Як робот-пилосос бачить шкарпетки?
Через камеру і нейромережу, навчену розпізнавати типові перешкоди.
Чи можна вимкнути розпізнавання облич у галереї?
Зазвичай так, у налаштуваннях застосунку.
Пов'язані терміни
Мультимодальна модель, Обчислювальна фотографія, Лідар, Автономна навігація