ТЕХНОЛОГИЯ МАШИННОГО ЗРЕНИЯ: ЛИКБЕЗ С ПРИМЕРАМИ

Сегодня в сфере интеллектуальных транспортных систем про эту загадочную технологию вещают чуть ли не из каждого утюга. И зачастую машинное зрение воспринимается как нечто, применимое только лишь к беспилотным автомобилям и роботам.

Но на самом деле все гораздо масштабнее. Давайте разбираться по порядку.

Что это вообще такое?

В широком смысле машинное зрение — это технологии в области искусственного интеллекта, которые помогают оборудованию «увидеть» процесс, проанализировать данные и объекты и принять информированные решения. Весь процесс происходит моментально, за доли секунды.

А зачем это нужно?

Технологии машинного зрения позволяют отказаться от менее эффективного человеческого труда при решении таких задач как сбор, распознавание и идентификация информации, сравнение с заданным шаблоном.

При помощи машинного зрения уже не человек, а робот может контролировать сборку изделий, считать и измерять объекты, читать текст, цифры и идентифицировать объекты.

Сегодня технологию успешно применяют в самых разных областях. Например, в медицине — чтобы более точно ставить диагноз, в промышленности — чтобы снизить себестоимость товаров за счёт автоматизации.

Как это работает?

Системы машинного зрения имитируют возможности человеческого мозга, отвечающие за распознавание и классификацию объектов, используя для этого технологию искусственного интеллекта.

В упрощенном виде процесс выглядит так:

1. Специалисты вводят в компьютеры огромное количество информации, чтобы научить их распознавать визуальные данные.
2. Алгоритмы машинного обучения выявляют общие закономерности на изображениях или видео, а затем применяют полученные знания для точной идентификации неизвестных изображений.

То есть, если компьютеры обработают, скажем, миллионы изображений автомобилей, то они смогут создавать шаблоны, которые позволят точно определить автомобиль на изображении.

В типовую систему машинного зрения входят камеры, ПО, сервера, микрокомпьютеры, источники света, различные датчики.

Почему важно развивать эту технологию?

Технология визуальной обработки информации существует не первый год, но раньше значительная часть процесса требовала вмешательства человека, занимала много времени, да и ошибки случались довольно часто.

Например, при внедрении системы распознавания лиц в прошлом разработчики вручную помечали тысячи изображений точками с ключевыми данными, такими, как ширина переносицы и расстояние между глазами. Чтобы автоматизировать подобные задачи были нужны значительные вычислительные мощности, недоступные для большинства организаций.

Сегодня прогресс в области машинного зрения в сочетании со значительным увеличением вычислительной мощности позволил улучшить масштаб и точность обработки данных изображений.

Теперь системы машинного зрения, работающие на базе ресурсов облачных вычислений, доступны каждому. И любая организация может использовать технологию для проверки личности, модерации контента, анализа потокового видео, обнаружения ошибок и многого другого.

Как мы используем машинное зрение в проектах по внедрению ИТС?

Конечно, машинное зрение активно применяется и в транспортной сфере. Мы устанавливаем в камеры специальный модуль, на который предварительно записывается программное обеспечение, и таким образом получаем «умную» камеру с  ММЗ.

Такие камеры незаменимы при проектировании и реализации проектов по внедрению автоматизированных систем управления дорожным движением, а также при планировании работ по содержанию и ремонту дорог.

В наших системах видеоаналитики модуль машинного зрения позволяет обнаружить и измерить параметры движущегося по дороге транспортного средства. Он может распознавать подвижные и неподвижные объекты, а также инциденты в контролируемой зоне, например:

✓ пешехода;

✓ остановившийся автомобиль;

✓ затруднение движения;

✓ выезд автомобиля на запрещающий сигнал светофора;

✓ движение в противоположном направлении;

✓ ДТП;

✓ нарушение правил дорожного движения.

А еще позволяет:

✓ моментально формировать и отправлять отчеты об инциденте для оператора;

✓ подсчитывать и классифицировать транспортные средства по 6-ти классам;

✓ определять загруженность участка;

✓ выявлять из потока специфические транспортные средства;

✓ оценивать ситуацию на светофорах и генерировать сигнал для его переключения;

✓ контролировать действия пешеходов.