машинно зрение
Ето един чудесен пример за уеб камера, която разпознава лицето на човек и определя позицията му в пространството. Човек може буквално да погледне изображението от другата страна. Нека да видим как става това.
Първо, трябва да разберем как машината прави разлика между обекти и фон. Например, за да може уеб камерата да намери някои геометрични фигури, е необходимо камерата да различи следните атрибути на обекта:
- Формата на обекта (кръг, квадрат, триъгълник...);
- Цветът на дефинирания обект;
- Размерът на обект и позицията му спрямо други обекти.
За намиране на формата на даден обект се използва ефектът на замъгляване на контурите на дадена форма. Това се прави, за да може устройството да определи къде точно свършва контурът на нашия обект и започва фонът. Повече подробности, с всякакви обяснения и примери, можете да намерите в лекцията на Александър Бакулин по роботика:
Това, което е свързано с цвета на обекта, мисля, че е ясно за всички и не трябва да възникват особено трудни въпроси. Всичко е просто: устройството трябва да определи позицията си по цвета на обекта, както и да отреже фона и други обекти. Дълбочината на цвета, както и възможните грешки, зависят от качеството на запис на устройството, осветлението, вашия алгоритъм за откриване и редица по-малко значими нюанси.
- Формата на лицето е различна за всички хора, въпреки че има определени видове от тази форма.
- Цветът на кожата на човек, лични характеристики като прическа, бижута и други подобни.
Човешкото лице, макар и симетрично, има разлики, когато се гледа от различни ъгли.
Следователно, за разлика от простите форми, разпознаването на лица изисква малко по-различен подход.
Най-добрият вариант са xml файлове, съдържащи необходимитеинформация по всички точки, описани по-горе. Това е много изображения на лица с различни размери и форми, направени предварително от различни ъгли. В мрежата вече има готови xml файлове, които можете да използвате в работата си.
Работата с тази технология е лесна и проста. Отварят се много интересни решения за изображения, които могат да се използват както в ежедневието, така и в големи проекти.