Voitures autonomes, détection des panneaux de signalisation, reconnaissance faciale et caisse automatique. Ce qui rassemble toutes ces solutions avancées, c’est la vision par ordinateur.
La vision par ordinateur permet aux ordinateurs d'extraire des informations à partir d'images brutes et ouvre de nombreuses opportunités pour une numérisation commerciale plus efficace.
Examinons comment la vision par ordinateur perturbe diverses industries et quels avantages uniques elle apporte pour aider les propriétaires à résoudre des défis commerciaux critiques.
La mise en œuvre traditionnelle de la vision par ordinateur utilise une analyse approfondie des entrées et des sorties. Le pipeline typique du CV à l'ancienne repose sur des techniques de traitement d'image telles que la détection des contours pour identifier et étiqueter les objets dans les images.
L'émergence des architectures d'apprentissage profond en informatique a conduit à un changement radical des techniques classiques de CV (par exemple, basées sur des structures de caractéristiques définies) à l'analyse de réseaux neuronaux d'images basée sur l'IA, qui rend l'extraction et la classification des données dans les images presque entièrement automatisé. En termes simples, l’IA supprime la programmation et la remplace par une approche moins supervisée dans laquelle les ordinateurs interprètent les données d’entrée et s’entraînent à reconnaître le contenu des images.
Lorsque l'IA entre dans des domaines tels que l'imagerie médicale, les ordinateurs utilisent une reconnaissance de formes supérieure pour identifier des éléments subtils dans les images brutes, comme la présence de traces de cellules cancéreuses dans une radiographie ou une IRM. Même si l'interprétation et l'expertise humaines sont encore nécessaires pour vérifier les déductions de la machine, la couche supplémentaire d'analyse ultra-rapide contribue à compléter l'intelligence humaine et à sauver des vies.
Alors que les voitures autonomes arrivent sur les routes aux États-Unis et dans de nombreux autres pays, le secteur des véhicules utilitaires connaîtra une croissance explosive. Les voitures autonomes ne peuvent exister sans vision par ordinateur. Étant donné que l'ordinateur de bord du véhicule doit prendre des décisions rapides concernant les obstacles potentiels sur la route, il s'appuie sur un ensemble hautement optimisé de techniques basées sur le CV.
Il convient de noter que dans des domaines tels que la médecine, la sécurité, la fabrication et bien plus encore, la transparence sur la manière dont les systèmes basés sur l’IA prennent des décisions est essentielle. C’est là qu’intervient l’IA explicable. La technologie permet d’expliquer les résultats du système d’une manière que les humains peuvent comprendre et montre la fiabilité de décisions spécifiques prises par les algorithmes d’IA.
Utilisez la vision par ordinateur pour résoudre les défis d'affaires suivants :
La reconnaissance optique de caractères (OCR) est une implémentation unique de la vision par ordinateur qui peut résoudre une variété de tâches spécifiques à un domaine. L'OCR est conçu pour détecter et extraire des lettres, des chiffres et d'autres caractères des images d'entrée.
Google Lens utilise l'OCR pour permettre aux clients de traduire des langues étrangères à partir de photos et d'extraire du texte à partir d'images ou de recherches Google. La technologie OCR facilite également la numérisation des médias traditionnels, en extrayant le texte des numérisations de journaux, de magazines et de livres. Auparavant, les universités avaient du mal à numériser des documents plus obscurs tels que les textes religieux bouddhistes tibétains, mais la technologie OCR moderne a simplifié l'extraction de texte à partir de fichiers de langues non standard.
Les institutions financières utilisent l'OCR pour améliorer la qualité de vie de leurs clients, par exemple en permettant aux clients d'extraire leur numéro de compte bancaire international (IBAN) à partir d'un document ou de numériser l'image d'un chèque afin de ne pas avoir à se rendre à la banque pour faire un dépôt. Certaines applications peuvent scanner les cartes de débit ou de crédit pour saisir vos informations de paiement, vous n'avez donc pas à saisir fastidieusement toutes vos informations de paiement à la fenêtre de paiement.
Les gouvernements utilisent souvent l'OCR pour raccourcir les délais de traitement aux frontières nationales ou pour identifier et enregistrer des documents. Les zones lisibles par machine sur les passeports et permis de conduire modernes sont compatibles avec les systèmes OCR des environnements gouvernementaux et commerciaux.
Semblable à la reconnaissance d'objets, la reconnaissance faciale vise à identifier les traits du visage humain dans les images grâce à la vision par ordinateur. Les méthodes classiques de vision par ordinateur utilisent des « caractéristiques de type Haar » pour compter les segments entre les traits du visage, mais les implémentations modernes de reconnaissance faciale s'appuient sur l'intelligence artificielle, tout comme l'intelligence artificielle est utilisée pour la reconnaissance d'objets.
La technologie de reconnaissance faciale est cruciale pour les applications de sécurité car elle permet de prévenir les vulnérabilités des applications mobiles et Web. D'innombrables utilisateurs d'iPhone d'Apple s'appuient sur la technologie Face ID d'Apple pour l'authentification biométrique afin de déverrouiller leur téléphone.
Les détaillants ont déployé des implémentations similaires pour identifier les voleurs à l'étalage connus. Les scanners en direct capturent les visages des clients à partir des flux de caméras de sécurité et les croisent avec des bases de données de criminels connus. La même technologie permet de retrouver les enfants disparus en puisant dans les bases de données des forces de l’ordre.
La reconnaissance faciale peut également vous aider dans les tâches suivantes :
Un logiciel de reconnaissance faciale de nouvelle génération peut même examiner la posture, les gestes et les expressions faciales pour déterminer si un client triche au casino. L'analyse de la démarche associée au même logiciel de sécurité peut également aider à détecter les criminels en fonction de leur jeu de jambes et de leurs schémas de foulée uniques, car de nombreux criminels échappent à la reconnaissance faciale en portant des masques.
La technologie de vision par ordinateur peut également restaurer des séquences et des images d'archives gravement dégradées, ce qui peut constituer une technologie commerciale essentielle. Contrairement aux cas simples où la suppression du bruit d’une photo suffit, la vision par ordinateur peut aider avec des images plus corrompues qui nécessitent des modifications importantes et une analyse détaillée. Les parties corrompues de l'image sont souvent remplies à l'aide de modèles génératifs qui évaluent le contenu de la photocast.
En plus de récupérer des images et des vidéos, les réseaux de neurones modernes peuvent reconstruire des scènes 3D simplement en scannant des objets sur une photo. La reconstruction de scènes est un paradigme de vision par ordinateur révolutionnaire utilisé par les archéologues, les experts légistes, les scientifiques de l'environnement et de nombreux autres professionnels. Des projets comme RetrievalFuse sont capables de créer des scènes 3D panoramiques à partir d'une seule image RVB.
L'estimation de pose vise à simuler les capacités visuelles humaines, notamment la reconnaissance des poses et des gestes dans les images et les vidéos. Certains des premiers exemples d'estimation avancée de la pose humaine sont apparus dans des films à gros budget tels que Le Seigneur des Anneaux de Peter Jackson. À mesure que les ressources informatiques évoluent au fil du temps, l’estimation de la pose entrera en jeu dans de nombreux produits différents.
Dans les applications de sécurité, l'estimation de pose aide à identifier les fauteurs de troubles potentiels en analysant la démarche là où la reconnaissance faciale n'est pas réalisable. La vision par ordinateur peut aider à détecter le vol à l’étalage en temps réel en analysant la posture du corps. Le système peut faire la distinction entre un comportement d'achat normal et un comportement suspect, comme prendre un article et le cacher dans une poche ou un manteau. Lorsqu’un comportement suspect est détecté, les gérants sont alertés et peuvent réagir rapidement avant que le voleur ne quitte le magasin.
Voici quelques façons d'utiliser l'estimation de la posture dans votre entreprise :
Alors que l'estimation de pose était autrefois un énorme défi informatique, les innovations en matière de cloud computing et de matériel ont rendu cette technologie accessible à un plus grand nombre d'entreprises.
La détection d'objets, la reconnaissance faciale, la reconstruction de scènes, la restauration d'images et l'estimation de poses humaines ne sont que quelques implémentations différentes de la technologie de vision par ordinateur. Grâce à la puissance de l’IA de nouvelle génération, quel que soit le secteur dans lequel votre entreprise opère, la vision par ordinateur peut offrir un avantage unique qui place votre entreprise en avance sur la concurrence. De la reconstruction de modèles 3D en profondeur de photos de scènes de crime à l'identification de défauts dans des produits fabriqués en série sur les lignes d'usine, la vision par ordinateur continue de changer la façon dont chacun mène ses activités.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
![[Web front-end] Démarrage rapide de Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
