• تُعرَّف رؤية الحاسوب، التي تُختصر غالبًا بـ CV، على أنها مجال دراسة يهدف إلى تطوير تقنيات لمساعدة أجهزة الكمبيوتر على "رؤية" وفهم محتوى الصور الرقمية مثل الصور الفوتوغرافية ومقاطع الفيديو.
  • تستخدم التعلم الآلي، وخاصة التعلم العميق، والشبكات العصبية التلافيفية لتحليل البيانات.

رؤية الحاسوب هي مجال من مجالات الذكاء الاصطناعي يستخدم التعلم الآلي والشبكات العصبية لتمكين أجهزة الكمبيوتر والأنظمة من استخراج معلومات ذات معنى من الصور الرقمية ومقاطع الفيديو والمدخلات البصرية الأخرى. وهذا يسمح لها بتقديم توصيات أو اتخاذ إجراءات استجابة للعيوب أو المشكلات التي تراها.

ما هي رؤية الحاسوب؟

رؤية الحاسوبتطبق التعلم الآلي على الصور ومقاطع الفيديو لفهم الوسائط واتخاذ القرارات بناءً عليها. وهي تمنح البرامج والتكنولوجيا القدرة على "الرؤية".

بينما يسمح الذكاء الاصطناعي لأجهزة الكمبيوتر بالتفكير، تسمح لها رؤية الحاسوب بالرؤية والملاحظة والفهم. على الرغم من أن رؤية الحاسوب تعمل بطريقة مشابهة للرؤية البشرية، إلا أن البشر يتمتعون بميزة الخبرة السياقية لتمييز الأشياء وتقييم المسافات واكتشاف الحركات أو تحديد شذوذ الصور.

كيف تعمل رؤية الحاسوب؟

تعتمد رؤية الحاسوب بشكل كبير على البيانات. فهي تحلل البيانات بشكل متكرر لتمييز الأنماط، وفي النهاية التعرف على الصور. على سبيل المثال، يتطلب تدريب جهاز كمبيوتر على التعرف على إطارات السيارات تزويده بعدد كبير من صور الإطارات والأشياء ذات الصلة حتى يتعلم التمييز وتحديد الإطارات بشكل صحيح، خاصة تلك التي لا تحتوي على عيوب. التقنيتان الرئيسيتان المستخدمتان لهذا الغرض هما التعلم العميق والشبكات العصبية التلافيفية(CNN).

يستخدم التعلم الآلي نماذج خوارزمية تسمح لأجهزة الكمبيوتر بتعلم سياق البيانات المرئية بشكل مستقل. مع وجود بيانات كافية، يتعلم الكمبيوتر التمييز بين الصور بنفسه، بدلاً من البرمجة الصريحة للتعرف على الصور.

يساعد CNN نماذج التعلم الآلي أو التعلم العميق عن طريق تحليل الصور إلى وحدات بكسل مصنفة أو موسومة. باستخدام هذه التصنيفات، يقوم CNN بإجراء عمليات الالتفاف - وهي عملية رياضية تجمع بين دالتين لإنتاج ثالثة - ويتوقع المحتوى الذي "يراه". تعمل الشبكة العصبية على تحسين توقعاتها من خلال عمليات الالتفاف التكرارية، مما يحسن الدقة تدريجياً حتى تتطابق توقعاتها مع الواقع. وبهذه الطريقة، تدرك الصور أو تتعرف عليها بطريقة مشابهة للإدراك البشري.

اقرأ أيضًا:استكشاف رؤية الحاسوب من خلال القيادة الذاتية

اقرأ أيضًا:لماذا تعتبر رؤية الحاسوب صعبة للغاية؟

تاريخ رؤية الحاسوب

لمدة 60 عامًا تقريبًا، سعى العلماء والمهندسون إلى تطوير طرق تمكن الآلات من إدراك وفهم البيانات المرئية. تضمنت التجارب المبكرة في عام 1959 تقديم سلسلة من الصور للقطط من قبل علماء الفسيولوجيا العصبية لمراقبة استجابات الدماغ المقابلة.

شهدت الستينيات ظهور الذكاء الاصطناعي كنظام أكاديمي، مما يمثل بداية الجهود لمواجهة تحديات الرؤية البشرية.

في عام 1974، ظهرت تقنية التعرف البصري على الأحرف (OCR) القادرة على التعرف على النص بغض النظر عن الخط أو المحرف. وبالمثل، يمكن للتعرف الذكي على الأحرف (ICR) فك رموز النص المكتوب بخط اليد باستخدام الشبكات العصبية.

في عام 1982، أسس عالم الأعصاب ديفيد مار طبيعة الرؤية الهرمية وقدم خوارزميات تمكن الآلات من اكتشاف الحواف والزوايا والمنحنيات والأشكال الأساسية الأخرى.

حوالي عام 2000، تحول التركيز نحو التعرف على الأشياء، مما أدى إلى إطلاق تطبيقات التعرف على الوجوه في الوقت الفعلي في عام 2001. طوال العقد الأول من القرن الحادي والعشرين، اكتسب توحيد وضع العلامات والشروح لمجموعات البيانات المرئية أهمية.