هوش مصنوعی اساس به وجود آمدن بسیاری از تکنولوژی‌های امروزی است که قرار است در آینده‌ای نزدیک دنیا را متحول کند. پردازش ماشین یکی از همین تکنولوژی‌های جدید است که علاوه بر داشتن کاربردهای زیاد، باعث به وجود آمدند فناوری‌های جدیدی مانند تشخیص چهره، بینایی کامپیوتری، بینایی ماشین و… شده است. بینایی کامپیوتری و بینایی ماشین فناوری‌هایی هستند که به کامپیوترها و ماشین‌های اطراف ما توانایی دیدن می‌دهند. قبلا در مورد بینایی کامپیوتری و کاربردهای آن صحبت کرده‌ایم. امروز می‌خواهیم به آموزش بینایی ماشین بپردازیم و ببینیم که چه کاربردهایی دارد و تفاوت‌ها آن با بینایی کامپیوتری را متوجه شویم. در ادامه با ما همراه باشید.
بینایی ماشین چیست؟
بینایی ماشین یا Machine Vision شاخه‌ای از هوش مصنوعی و پردازش تصویر است که به یک ماشین قدرت آن را می‌دهد که به کمک پردازش تصویر دو بعدی، دنیای اطراف خود را بازسازی و تفسیر کند. به این ترتیب یک ماشین می‌تواند به کمک یک‌سری دوربین، دنیای اطرافش را ببیند و درک کند. در واقع اگر بخواهیم دقیق‌تر بررسی کنیم، از نظر علمی بینایی ماشین می‌خواهد سیستم‌های هوشمندی را توسعه دهد که بتوانند اطلاعات موجود در محتوای تصویری را استخراج کنند و از نظر فناورانه قرار است ماشینی را تولید کند که به کمک تئوری‌ها و مدل‌های هوش مصنوعی که قبلا توسعه داده شده‌اند، بتواند دنیای اطرافش را ببیند.
بینایی ماشین یک فناوری بین رشته‌ای است که از دل علومی مانند رایانه، الکترونیک و برق، صنایع، مکانیک و حتی پزشکی بیرون آمده است و ارتباط تنگاتنگی با رشته هوش مصنوعی و تکنولوژی پردازش تصویر دارد. بینایی ماشین تلاش می‌کند تا فناوری‌های موجود را به صوتی یک‌پارچه دربیاورد تا به روش‌های جدیدی از آن‌ها استفاده کند. نحوه کارکرد بینایی ماشین به این صورت است که پس از پردازش‌هایی که بر روی تصاویر دریافتی انجام می‌دهد یک سری اطلاعات را به صورت سیگنالی ساده برای کاربردهای مختلف به عنوان خروجی ارائه می‌دهد. این خروجی می‌تواند برای کاربردهای متفاوتی مانند خودکار سازی و هدایت فرایندها در ربات‌های صنعتی، کمک به نهادها برای نظارت امنیتی، هدایت وسیله نقلیه و… کمک کند. پردازش‌های بینایی ماشین معمولا به سه سطح دسته‌بندی می‌شوند:
- بینایی سطح پایین (Low Level Vision) که در آن پردازش تصویر با هدف استخراج ویژگی (مانند لبه، گوشه، یا جریان نوری) انجام می‌گیرد.
- بینایی سطح میانی (Mid Level Vision) که با بهره گیری از ویژگی‌های استخراج شده از بینایی سطح پایین تشخیص اشیا، تحلیل حرکت و بازسازی سه بعدی را انجام می‌دهد.
- بینایی سطح بالا (High Level Vision) که وظیفه تفسیر اطلاعات مهیا شده به وسیله بینایی سطح میانی را بر عهده دارد که این تفسیرها ممکن است شامل توصیف‌های مفهومی از صحنه مانند فعالیت، قصد و رفتار داشته باشد. این سطح هم چنین مشخص می‌کند که بینایی سطح پایین و میانی چه کارهایی را باید انجام بدهند.
بینایی ماشین چه کاربردهایی دارد؟
بینایی ماشین دارای کاربردهای متنوع و مختلفی است. در ادامه به برخی از این کاربردها اشاره کوتاهی می‌شود اما در نظر داشته باشید که کاربردهای آن بسیار وسیع‌تر و گسترده‌تر از همین موارد می‌باشد.
- صنعت: در کارخانه‌های پیشرفته امروزی از بینای ماشینی در بخش‌های مختلف و به خصوص در ربات‌های صنعتی استفاده می‌شود تا علاوه بر کاربردهای دیگری که دارد، میزان کیفیت محصولات تولیدی را کنترل کند.
- هواشناسی: در این علم از بینایی ماشین برای تشخیص و پیش‌بینی آب و هوا به کمک تصاویر ماهواره‌ای استفاده می‌شود.
- کشاورزی: کاربردهای بینایی ماشین در این علم معمولا دو حالت دارد. یکی برای پردازش تصویر از ارتفاعات بالا با هدف‌هایی مانند تقسیم‌بندی اراضی و یا اندازه‌گیری صدمات وارد شده احتمالی به زمین و… . دیگری به صورت پردازش تصاویر نزدیک است که کابردهای مختلفی دارد . برای مثال در ساخت ماشین‌های هرز چین در زمین‌های کشاورزی به کار می‌رود.
- امنیتی: کاربردهای بینایی ماشین در مسائل امنیتی بسیار متنوع است و از انواع آن می‌تواند به تشخیص اثر انگشت در گوشی و یا لپ‌تاپ‌های جدید و یا تشخیص هویت از طریق مردمک چشم افراد اشاره کرد.
- و …
تفاوت بینایی ماشین و بینایی کامپیوتری چیست؟
بینایی کامپیوتری فناوری است که تصاویر را دریافت، پردازش و درک می‌کند و به طور کلی فناوری‌هایی مانند تشخیص اثر انگشت، خواندن پلاک اتومبیل‌ها و یا شمار تعداد افرادی که در یک نمایشگاه وجود دارند و… از کاربردهای آن است. بینایی ماشین و بینایی کامپیوتری مفهوم بسیار نزدیکی به یکدیگر دارند اما بینایی کامپیوتری بسیار گسترده‌تر است و به طور کلی به تمامی پردازش و تجزیه و تحلیل‌هایی که بر روی تصاویر در دستگاه‌ها، اپلیکیشن‌ها و… انجام می‌گیرد اطلاق می‌شود در صورتی که بینایی ماشین بیشتر به صورت صنعتی کاربرد دارد. در ادامه تفاوت‌ها این دو را بیشتر بررسی می‌کنیم:
- بینایی کامپیوتری کاربردی علمی و تحقیقاتی دارد در صورتی که بینایی ماشین کاربردی عملی و اجرایی دارد.
- بینایی کامپیوتری نیازی به سخت‌افزار اختصاصی ندارد در صورتی در مورد بینایی ماشین این گونه نیست.
- بینایی کامپیوتری تاکید زیادی بر روش‌ها و راه‌حل‌های الگوریتمی دارد در صورتی که بینایی ماشین از راه‌حل‌های غیر الگوریتمی نیز بهره می‌برد.
- بینایی کامپیوتری کارکردی شبیه به انسان دارد که در مورد بینایی ماشین این گونه نیست.
- خروجی بینایی کامپیوتری سیگنال‌هایی پیچیده برای ارائه دادن به انسان است در صورتی که خروجی بینایی ماشین سیگنال‌هایی ساده به منظور کنترل تجهیزات است.
امروزه در ایران خوشبختانه هوش مصنوعی و تکنولوژی‌های مربوط به آن پیشرفت‌های بسیاری داشتند که پردازش تصویر از جمله زیر مجموعه‌های هوش مصنوعی است که بر روی آن بسیار کار شده است.
