Bij Computer vision proberen computer algoritmen een afbeelding te begrijpen. Daarvoor splitsen ze een afbeelding op. Vervolgens worden verschillende delen van objecten bestudeerd.
Computervisie is een studiegebied dat computers in staat stelt het menselijke visuele systeem na te bootsen. Het is een subset van kunstmatige intelligentie (AI) die informatie verzamelt van digitale afbeeldingen of video’s. Vervolgens wordt die informatie verwerkt om de kenmerken te definiëren.
Het hele proces omvat:
- beeldverwerving
- screening
- analyse
- identificatie
- extractie van informatie.
Relevantie voor onze activiteiten
Computervisie is een opwindend gebied van informatica dat computeralgoritmen traint om de visuele gegevens van de echte wereld te herkennen en te interpreteren. Wij passen dit principe toe bij crowd analytics en gezichtsdetectie. Neem bijvoorbeeld het gebruik van computer vision in retail, horeca, hospitality en diverse andere branches.
Computer visie en deep learning
Enerzijds kan computer visie toegepast worden met behulp van afbeeldingen afkomstig van een videocamera en smartphone. Anderzijds door het gebruik van deep learning-netwerken. Met het netwerk kunnen machines objecten nauwkeurig herkennen en classificeren. Ze kunnen zelfs nauwkeurig reageren op wat ze zien.
Wat is het niet?
Deze technologische vooruitgang heeft ons een enorm voordeel gegeven in de manier waarop we leven, werken en leren. Maar het is belangrijk om te begrijpen wat computervisie niet is.
Als ik bijvoorbeeld computervisie noem, stel ik me onmiddellijk een machine voor die mijn afbeeldingen kan maken. Of gezichten kan detecteren en inhoud kan voorstellen op basis van wat hij ziet. Hoewel dit in de toekomst het geval kan zijn met zelfrijdende auto’s en andere robotvoertuigen, is het nog maar deels realiteit.
Toepassingen
Voor een goed begrip: computervisie gaat niet enkel over zelfrijdende auto’s. Hoewel kunstmatige intelligente robots en chatbots theoretisch interessant zijn. Ze hebben voorlopig nog niet geleerd hoe ze hun omgeving kunnen begrijpen en ernaar kunnen handelen. Van een autonoom systeem mag je verwachten dat dit veiligheid als prioriteit behandeld.
Het is ook belangrijk om te begrijpen dat er veel verschillende soorten computervisie zijn. Bij ons is gezichtsherkenning, gezichtsdetectie of inhoudsfiltering van groot belang.
Beeldsensoren
Beeldsensoren kan je vinden in camera’s en verrekijkers. Voor het dagelijks gebruik zijn ze afhankelijk van basistoepassingen voor computervisie. Er zijn tal van andere categorieën, waaronder:
- beeldverwerking
- objectherkenning
- scène-begrip
- natuurlijke beeldverwerking
- herkenningstraining
- beeldverwerking met hoge resolutie
- supersnelle beeldverwerking
… om er maar een paar te noemen.
Computervisie is een opwindend en groeiend vakgebied. De toekomst van machine learning ziet er veel praktischer uit dan mensen geneigd zijn te denken.
Visuele inhoud verwerken, begrijpen en ernaar handelen
Deze uitgebreide verwerking helpt computers om eventuele visuele inhoud te begrijpen en ernaar te handelen.
Computer-vision projecten vertalen digitale visuele inhoud in expliciete beschrijvingen om multidimensionale gegevens te verzamelen.
Vervolgens worden die omgezet in computerleesbare taal om het besluitvormingsproces te ondersteunen.
Het hoofddoel van deze tak van artificiële intelligentie is om machines te leren informatie uit pixels te verzamelen.