Share
Het voelt alsof machine-visie overal opduikt tegenwoordig, maar wat is het?
Machine vision is een systeem dat een camera gebruikt die is gekoppeld aan een computer en software voor beeldinterpretatie om gegevens te creëren. De gegevens worden op hun beurt verwerkt en gebruikt om een actie te bepalen. In wezen is een machine geprogrammeerd om naar een specifiek ding te zoeken en voert dan een actie uit wanneer deze ziet waar hij naar op zoek is.
Een camera kan bijvoorbeeld worden ingesteld op de verpakkingslijn van een fabriek om defecten in de verpakking te zoeken. Als het apparaat een defect in een artikel ziet, kan het dat artikel weigeren. Dit alles kan veel sneller gebeuren dan wanneer een mens hetzelfde zou doen.
De definitie van machinevisie kan ook alle typen machines omvatten die aanwezig zijn om afbeeldingen voor interpretatie te maken. Daarom vervullen ze rollen in productie, beveiliging, bewaking en meer. Machines met camera's worden gebruikt in een breed scala van taken, zoals Celestial Tea met camera's om verpakkingsinspectie uit te voeren op de lopende band, of Tesla gebruikt de technologie om hun auto's snelheidsborden te laten lezen en hun snelheid dienovereenkomstig aan te passen. Een ander goed voorbeeld van machinevisie is in de beveiligingssector: wanneer u de douanecontrole op de luchthaven doorloopt, maakt een camera een foto van uw camera en gebruikt gezichtsherkenning om te zoeken naar mensen die zijn gemarkeerd.
Machine vision en patroonherkenningsvermogen Vertalen tijdens het vliegen van Google Translate.Machine vision is er om te blijven. Omdat de camera's en technologie minder duur worden, zullen ze op meer plaatsen worden geïntegreerd en meer taken op een snellere en meer betrouwbare manier uitvoeren dan een mens. Als fotografen hebben we meer toegang tot de technologie om ons werk te kunnen doen. De technologie zal ons behoeden voor het uitvoeren van de meer saaie taken in verband met ons werk en ons helpen bij het verwerken en catalogiseren van grote hoeveelheden informatie.
Machine vision maakt gebruik van zichtbaar licht en een camera om een foto te maken. De pixels in die foto worden vervolgens verwerkt door software die contrastgebieden of pixels van opgegeven waarden doorzoekt. Enkele voorbeelden van parameters waarnaar de software zoekt zijn:
Er zijn veel meer parameters waarop algoritmen kunnen jagen in een zee van pixels. Het exacte proces hangt af van de toepassing. In feite wordt de ontwikkeling van de software vaak ontwikkeld in combinatie met de rol die deze zal vervullen.
Het gebied van machinevisie is rijk aan intrigerende en opwindende voorbeelden van toepassingen die zowel actueel als gewoon aan de horizon liggen. Een goed voorbeeld is een camera die een persoon met een visuele beperking informatie kan geven over een voorwerp, gebouw of vrijwel alles wat zich voor hem of haar bevindt. Je kunt de camera van een smartphone al gebruiken om een schilderij in een museum te herkennen en hem de naam van de schilder te laten vertellen. U kunt uw smartphone zelfs gebruiken om buitenlandse tekst op een bord te vertalen.
Google Translate-app met OCR om tekst te vertalen.Andere voorbeelden zijn:
Gezichtsherkenning
Optische karakter erkenning
Inspecteren op een productielijn
Landbouw
Wetenschap
U kunt zich nu wel zorgen maken dat machines met camera's u zullen vervangen. Ik verzeker u dat uw werk waarschijnlijk in de nabije toekomst veilig is. Menselijke fotografen maken foto's voor mensen om te interpreteren, delen en te genieten. Machines kunnen nog niet alle nuances die op een foto kunnen worden gelezen, begrijpen. Daarom zullen ze nog een tijdje in de industriële wereld blijven hangen.
Aan de andere kant zijn er enkele verontrustende ontwikkelingen in het veld als u een professionele retoucher of redacteur bent. De kunstmatige intelligentie van Google kan nu afbeeldingen op een aantal verontrustende manieren automatisch combineren en retoucheren en verhalen maken en bewerken. Misschien lijkt dat nu een gimmick, maar dat deed de fotografie zelf al in de beginjaren.
Door onze existentiële angst even opzij te zetten, zijn er echter vele manieren waarop u machinevisie als een fotograaf kunt gebruiken in uw eigen voordeel.
Een veelbelovende manier om machine vision-technologie te gebruiken, is autotagging, waarbij de software probeert de inhoud van een afbeelding te bekijken en de dingen die aanwezig zijn weer te geven. Als u bijvoorbeeld een foto van aardbeien analyseert, retourneert de software mogelijk de tags: bessen, fruit, aardbeien, vers. Dit geautomatiseerde proces belooft vele uren handmatig labelen van afbeeldingen met zoekwoorden te elimineren. De Flickr-website voor het delen van foto's tagt bijvoorbeeld automatisch voor u bij het uploaden.
Een andere machine vision-technologie die momenteel beschikbaar is voor fotografen is gezichtsherkenning als onderdeel van Lightroom 6, Apple Photos en Picasa. Gezichtsherkenning beoordeelt uw foto's en kijkt naar gezichten. Vervolgens worden dezelfde gezichten gegroepeerd waarvan het programma denkt dat ze bij dezelfde persoon horen. U moet nog steeds naar binnen gaan en een naam op het gezicht plaatsen en valse overeenkomsten zoeken, maar deze technologie kan u helpen bij het vinden en bijhouden van alle afbeeldingen die u voor klanten hebt gemaakt.
Gezichtsherkenning gebruiken in Adobe Lightroom om mensen te taggen.Misschien is uw volgende fototoewijzing mogelijk het maken van afbeeldingen die worden onderworpen aan een of andere vorm van machine om gegevens te verzamelen. Als dat het geval is, moet u weten waar dat systeem naar op zoek is om het proces te helpen. Als de software bijvoorbeeld op zoek is naar veranderingen in contrast, wilt u weten hoe u uw belichting kunt aanpassen om het contrast beter te onthullen.
Machine vision is een veelbelovend gebied van technologie dat zeer nuttig kan zijn in vele sectoren en rollen, ook voor fotografen. Hoewel er geen onmiddellijk gevaar bestaat om te worden vervangen door een machine met een camera, is er een mogelijkheid om de nieuwe technologie te gebruiken om uw workflow te verbeteren. De digitale revolutie heeft geleid tot een toename van camera's en afbeeldingen, mogelijk meer beelden dan we kunnen begrijpen zonder een soort machine-visie te gebruiken om ons te helpen interpreteren.
Accentsconagua