james@chenghe.info    +8618829273101
Cont

Imate vprašanja?

+8618829273101

Jun 25, 2023

Leta 2026 bo velikost trga 30,3 milijarde ameriških dolarjev, tehnologija računalniškega vida pa vredna velike pozornosti

Danes so tehnologije, ki temeljijo na računalniškem vidu (CV), zaradi velikega napredka v zmogljivostih umetne inteligence postale ključne značilnosti številnih aplikacij in naprav, vključno s tistimi, ki jih ljudje uporabljajo vsak dan.

Biometrična programska oprema za prepoznavanje obraza ne bi obstajala brez računalniškega vida. Samovozeči avtomobili to potrebujejo za varno vožnjo. Računalniški vid je potreben tako za analizo medicinskih slik kot za robotske postopke nadzora kakovosti. Moje podjetje Shopic uporablja računalniški vid za prepoznavanje predmetov v vozičkih z nalepkami.

2

Te tehnologije v bistvu uporabljajo računalniški vid za avtomatizacijo uporabnih procesov z uporabo vizualnih podatkov kot vhodnih podatkov. Sistemi vključujejo strojno opremo za skeniranje in algoritme, ki strojem omogočajo analizo, obdelavo in pridobivanje informacij iz digitalnih slik in videoposnetkov. Močno se opira na strojno učenje, globoko učenje in kompleksne nevronske mreže.

V zadnjih mesecih se je računalniški vid razvil na nove in vznemirljive načine. Nekatere te spremembe tudi vznemirjajo, a jaz vidim potencial in priložnost na tem področju. Spodaj je nekaj pomembnih trendov, za katere menim, da bodo prevladovali v industriji na tej stopnji in v bližnji prihodnosti.

Pridobivanje praga se postopoma znižuje

Nadaljnji napredek pri shranjevanju robnega oblaka je privedel do tega, da lahko robne naprave, kot so digitalni fotoaparati in senzorji za vid, izvajajo obdelavo računalniškega vida na kraju samem, namesto da bi ga pošiljale v oblak. To premakne obdelavo umetne inteligence računalniškega vida na robne naprave, zmanjša zakasnitev in zmanjša porabo energije in pasovne širine. Podjetja, kot je Nvidia, razvijajo robne storitve v oblaku za izboljšanje uvajanja virov računalniškega vida. Če se znebite drage obdelave in shranjevanja v oblaku, znižate stroške uvajanja in naredite sisteme CV bolj dostopne in cenovno dostopne. Prehod na robno obdelavo prav tako izboljšuje zasebnost podatkov za aplikacije računalniškega vida, s čimer se odpravijo težave s skladnostjo, ki so prej oteževale sprejetje v številnih podjetjih.

Širijo se aplikacije računalniškega vida

Ker se ovire za sprejetje nižajo, vse več industrij uvaja računalniški vid v vedno več primerih uporabe. Zdravstveno varstvo je eno od področij, ki si želi sprejeti računalniški vid, ki bi lahko omogočil natančnejše slikovne diagnoze in zdravstvene storitve na daljavo, z obljubo robotsko podprte kirurgije.

Priča smo rasti primerov uporabe računalniškega vida v maloprodajni industriji, vključno s samopostrežnimi nakupovalnimi sistemi in trgovinami brez blagajne. Samovozeča vozila in oprema za varnost v cestnem prometu uporabljajo računalniški vid za izboljšanje varnosti, kmetje uporabljajo računalniški vid za spremljanje pridelka in odkrivanje bolezni, sistemi VSLAM pa uporabljajo računalniški vid za zagotavljanje natančnejšega kartiranja za pomoč ob nesrečah, vremensko napoved in drugo.

Ker se primeri uporabe še kopičijo, se bo trg računalniškega vida širil. Global Data napoveduje, da bo trg računalniškega vida zrasel s 17,73 milijarde dolarjev leta 2023 na 30,3 milijarde dolarjev leta 2026.

sistem postane bolj zapleten

Ko bodo algoritmi umetne inteligence, ki podpirajo rešitve računalniškega vida, postali močnejši, bodo sistemi računalniškega vida izboljšali svojo sposobnost prepoznavanja predmetov in obrazov. To bo sistemom računalniškega vida omogočilo natančnejše zaznavanje čustev in sledenje telesnim gibom, kar bo odprlo nove zmožnosti za vedenjske vpoglede in odkrivanje anomalij. Medtem ko je spremljanje posameznikov zelo problematično in je bilo v zadnjih letih pod drobnogledom, je anonimizirana analiza razpoloženja množice eden od primerov etične uporabe.

Vidimo tudi sisteme računalniškega vida, ki razvijajo inovativne modele in metode obdelave slik. Današnji "model pozornosti" je v bistvu tehnika obdelave vnosa, ki nevronski mreži omogoča, da se osredotoči na določene dele kompleksne slike ali videa, kar omogoča sistemom računalniškega vida, da razumejo vsak del zasedene slike ali začetne frekvence. Poleg tega »Graph Neural Networks« uporablja napovedi globokega učenja za podatkovne strukture, bogate z relacijami, s čimer izboljša računalniški vid, razumevanje in interpretacijo konteksta.

Povezovanje vizualnih podatkov z drugimi viri podatkov lahko obogati splošni kontekst in razumevanje dogodkov, tako kot ljudje združujejo vid z občutkom vetra, zaznavanjem hitrosti in zvoki v ozadju okolice, da razumejo svet okoli sebe. Na ta način lahko rešitve CV razumejo in izvlečejo vpogled v celotno sceno v širšem kontekstu, ne le v izbranih segmentih

Ta zrelost bo omogočila natančnejšo interpretacijo in analizo, izboljšano odločanje in večjo uporabnost v zapletenih in hitro spreminjajočih se situacijah, kot so prometni proizvodni obrati ali mestne ulice.

AR vstopa v novo dobo

Današnje rešitve za obogateno resničnost (AR) lahko ustvarijo interaktivno 3D upodobitev katerega koli okolja resničnega sveta z omejenimi prilagoditvami s sledenjem spreminjajoči se svetlobi na ravnih površinah. Lahko se odzovejo na premike uporabnika prek sledenja glavi in ​​krmilnikov, vendar ne veliko več.

Vendar pa integracija kamer za računalniški vid z rešitvami za sledenje očem in žiroskopi začenja ustvarjati bolj zapletene sisteme. Rešitve izboljšanega računalniškega vida (CV-enhanced AR) lahko zaznajo celotno uporabnikovo okolje, vodijo uporabnika, da se izogne ​​oviram, prilagodijo virtualno okolje glede na gibanje uporabnikovega telesa itd.

To ima pomembne posledice za podporne naprave, navigacijske aplikacije in izkušnje pri igranju/metaverzumu.

izzivi ostajajo

Kljub izjemnemu razvoju in obljubam računalniškega vida se voditelji na tem področju še vedno soočajo z nekaterimi izzivi. Ker je računalniški vid razmeroma novo področje v komercialnem svetu, primanjkuje strokovnjakov za njegov razvoj in uvajanje v velikem obsegu. Podjetja morajo izpopolnjevati svoje zaposlene, da bodo izpolnila te zahteve.

Kot industrija moramo tudi bolje obravnavati vprašanja, povezana z zasebnostjo, zaupanjem in etično uporabo. Ključno je strogo zbiranje podatkov, bodisi popolnoma opt-in bodisi resnično anonimizirano. Sistemi računalniškega vida morajo biti skladni z razvijajočimi se predpisi o zasebnosti in zahtevami javnosti po zasebnosti.

"V umetni inteligenci obstaja vedno večja potreba po preglednosti in razložljivosti. Računalniški vid ne more biti le črna skrinjica, vendar so modeli umetne inteligence, na katere se opira, tako zapleteni, da jih je težko razložiti." Ljudje, ki so odgovorni za izvajanje sistemov AI, se bodo potrudili, da bodo lahko pojasnili, kako so bile sprejete odločitve in katere informacije so bile uporabljene za njihovo sprejemanje. "Ko pa računalniški vid postaja bolj zapleten, se izzivi povečujejo," piše Bernard Marr.

Računalniški vid je še v povojih

Tako kot druge rešitve AI tudi računalniški vid napreduje s svetlobno hitrostjo, pri čemer se ves čas pojavljajo novi pristopi, aplikacije, primeri uporabe in zmogljivosti. V tako hitro spreminjajočem se okolju je težko napovedati, kaj se bo zgodilo v prihodnosti.

Čeprav je treba premagati še veliko izzivov, zlasti v zvezi z zasebnostjo in etično uporabo, sistemi računalniškega vida obljubljajo, da bodo številnim industrijam zagotovili nove zmogljivosti in odprle nove priložnosti za vse vpletene strani.

 

Pošlji povpraševanje