Компьютерное зрение: как камеры начинают «понимать» картинку

Компьютерное зрение — область искусственного интеллекта, которая позволяет программам анализировать изображения и видео: находить объекты, считать их, определять состояние, читать текст. Камера превращается из устройства записи в источник данных.

Основные задачи

• Обнаружение объектов: где на изображении люди, машины, товары
• Классификация: что изображено — брак или норма, тип товара
• Подсчёт: сколько людей вошло, сколько единиц на полке
• Сегментация: какая часть изображения занята объектом
• Распознавание текста: номера, этикетки, документы

Как это работает

Модель обучается на большом количестве размеченных изображений: на каждом отмечено, что и где находится. После обучения она может находить похожие объекты на новых изображениях. Для многих типовых задач существуют готовые модели, которые дообучают на примерах конкретной компании.

Условия съёмки

Качество распознавания сильно зависит от условий: освещение, угол камеры, разрешение, помехи. Задача, которая хорошо решается при стабильном свете на конвейере, может работать хуже на улице в разное время суток.

Что нужно для внедрения

Камеры с подходящим разрешением и расположением, примеры изображений для обучения или проверки, вычислительные ресурсы, интеграция с системами, куда будут попадать результаты.

Обработка на месте или в облаке

Видео можно анализировать на устройстве рядом с камерой или отправлять на сервер. Обработка на месте снижает нагрузку на сеть и вопросы о передаче данных.

Точность

Точность зависит от задачи и условий. Важно измерить её на реальных данных в пилоте и предусмотреть, что делать с ошибками.

Приватность

При анализе видео с людьми соблюдайте требования законодательства о персональных данных и видеонаблюдении, информируйте посетителей и сотрудников.

Применение

Конкретные примеры для бизнеса — подсчёт посетителей, контроль качества, мониторинг полок, распознавание номеров — разбираем в отдельной статье.