Kompyuter ko‘rishi

Kompyuter ko‘rishi, sun’iy ko‘rish — obyektlarni aniqlash, kuzatish va tasniflash imkonini beruvchi funksional bloklarni yaratish nazariyasi va texnologiyasi.

Ilmiy fan sifatida kompyuter ko‘rishi tasvirlardan axborot oladigan sun’iy tizimlarni yaratish nazariyasi va texnologiyasini o‘rganadi. Vizual ma’lumotlar videokadrlar ketma-ketligi, turli kameralardan olingan tasvirlar yoki, masalan, Kinect qurilmasi yoxud tibbiy skanerdan olingan uch o‘lchamli ma’lumotlar kabi turli shakllarda bo‘lishi mumkin.

Texnologik fan sifatida kompyuter ko‘rishi o‘z nazariya va modellarini qo‘llab, kompyuter ko‘rish tizimlarini yaratishga intiladi. Bunday tizimlarning qo‘llanishiga quyidagilar misol bo‘la oladi:

  1. Jarayonlarni boshqarish tizimlari (sanoat robotlari, avtonom transport vositalari).
  2. Videokuzatuv tizimlari.
  3. Axborotni tashkil etish tizimlari (masalan, tasvirlar ma’lumotlar bazalarini indekslash uchun).
  4. Obyektlar yoki atrof-muhitni modellashtirish tizimlari (tibbiy tasvirlarni tahlil qilish, topografik modellashtirish).
  5. O‘zaro ta’sir tizimlari (masalan, inson va mashina o‘rtasidagi o‘zaro aloqani ta’minlovchi tizimlar uchun kiritish qurilmalari).
  6. Kengaytirilgan reallik tizimlari.
  7. Hisoblash fotografiyasi, masalan, kamerali mobil qurilmalar uchun.

Kompyuter ko‘rishini biologik ko‘rishning o‘rnini bosuvchi emas, balki uni to‘ldiruvchi yo‘nalish sifatida ham tavsiflash mumkin. Biologiya inson va turli hayvonlarning ko‘rish orqali idrok etishini o‘rganadi hamda bu tizimlarning ishlashini fiziologik jarayonlar asosida tushuntiradigan modellar yaratadi. Kompyuter ko‘rishi esa apparat yoki dasturiy vositalar yordamida amalga oshirilgan ko‘rish tizimlarini o‘rganadi va tavsiflaydi. Biologik ko‘rish va kompyuter ko‘rishi sohalari o‘rtasidagi fanlararo bilim almashinuvi ikkala ilmiy yo‘nalish uchun ham juda samarali bo‘lib chiqdi.

Kompyuter ko‘rishining bo‘limlariga harakatlarni qayta yaratish, hodisalarni aniqlash, kuzatish, obrazlarni tanib olish, tasvirlarni tiklash va boshqa yo‘nalishlar kiradi.

Hozirgi holat

Kompyuter ko‘rishi sohasini yosh, xilma-xil va jadal rivojlanayotgan soha sifatida ta’riflash mumkin. Bu boradagi dastlabki ishlar ancha avval boshlangan bo‘lsa-da, muammo 1970-yillarning oxiridan boshlab, kompyuterlar tasvirlar singari katta hajmdagi ma’lumotlar to‘plamlariga ishlov bera oladigan bo‘lganida, faol o‘rganila boshlandi, deyish mumkin. Biroq bu tadqiqotlar, odatda, boshqa sohalardan kelib chiqqan. Shuning uchun kompyuter ko‘rishi muammosining yagona standart ta’rifi mavjud emas. Bundan ham muhimi, bu muammoni qanday hal qilish kerakligi haqida ham umumiy standart yondashuv yo‘q. Buning o‘rniga kompyuter ko‘rishining aniq belgilangan turli vazifalarini hal qilish uchun ko‘plab usullar mavjud. Ular ko‘pincha muayyan vazifaga bog‘liq bo‘ladi va keng ko‘lamdagi qo‘llanishlar uchun kamdan-kam umumlashtiriladi. Ko‘plab usullar va ularning tatbiqlari hanuz fundamental tadqiqot bosqichida. Shunga qaramay, tobora ko‘proq usullar tijorat mahsulotlarida qo‘llanmoqda. Odatda ular murakkab vazifalarni hal qiladigan kattaroq tizimning bir qismi bo‘ladi (masalan, tibbiy tasvirlarni tahlil qilishda yoki ishlab chiqarish jarayonlarida o‘lchash va sifat nazoratida). Kompyuter ko‘rishining ko‘pgina amaliy qo‘llanishlarida kompyuterlar alohida vazifalarni bajarish uchun oldindan dasturlashtiriladi. Ammo bilimlarga asoslangan usullar tobora umumiyroq tus olmoqda.

Sun’iy intellekt sohasining muhim qismlaridan biri — robotning muayyan muhitda harakatlanishi kabi mexanik amallarni bajara oladigan tizimlarda avtomatik rejalashtirish yoki qaror qabul qilishdir. Bunday ishlov berish uchun ko‘pincha vizual sensor vazifasini bajaradigan va atrof-muhit hamda robot haqida yuqori darajadagi axborot taqdim etadigan kompyuter ko‘rish tizimlaridan kirish ma’lumotlari talab etiladi. Sun’iy intellekt tarkibiga kiritiladigan va kompyuter ko‘rishi bilan bog‘liq holda qo‘llanadigan boshqa sohalarga obrazlarni tanib olish va o‘qitish usullari kiradi. Shu sababli kompyuter ko‘rishi ba’zan sun’iy intellektning yoki umuman informatikaning bir qismi sifatida qaraladi.

Kompyuter ko‘rishi bilan bog‘liq yana bir soha — signallarga ishlov berish. Odatda vaqt bo‘yicha o‘zgaradigan bir o‘lchamli signallarga ishlov berishning ko‘plab usullarini kompyuter ko‘rishida ikki yoki ko‘p o‘lchamli signallarga ishlov berish uchun tabiiy ravishda kengaytirish mumkin. Biroq tasvirlarning o‘ziga xos tabiati tufayli kompyuter ko‘rishida ishlab chiqilgan ko‘plab usullarning bir o‘lchamli signallarga ishlov berish sohasida muqobili yo‘q. Bu usullarning muhim xususiyati — nochiziqlilik. Signalning ko‘p o‘lchamliligi bilan birga aynan shu xususiyat signallarga ishlov berishning tegishli kichik yo‘nalishini kompyuter ko‘rishi sohasiga kiritadi.

Kompyuter ko‘rishi muammosiga yuqorida keltirilgan yondashuvlardan tashqari, tadqiq qilinayotgan ko‘plab masalalarni sof matematik nuqtayi nazardan ham o‘rganish mumkin. Masalan, ko‘plab usullar statistikaga, optimallashtirish usullariga yoki geometriyaga asoslanadi. Nihoyat, kompyuter ko‘rishini amalda qo‘llash bo‘yicha ham katta ishlar olib borilmoqda: mavjud usullarni dasturiy va apparat vositalarida qanday amalga oshirish yoki resurs sarfini sezilarli oshirmasdan yuqori ishlash tezligiga erishish uchun ularni qanday o‘zgartirish masalalari o‘rganilmoqda.

Turdosh sohalar

Kompyuter ko‘rishi, Tasvirlarga ishlov berish va Mashina ko‘rishi — bir-biri bilan chambarchas bog‘liq sohalardir. Ammo ular kattaroq yagona sohaning tarkibiy qismlarimi yoki yo‘qmi, bu hanuz aniq belgilanmagan. Batafsil tahlil qilinganda, ular bir sohaning turli nomlaridek ko‘rinishi mumkin. Chalkashlikning oldini olish uchun ularni muayyan tadqiqot predmetiga qaratilgan alohida yo‘nalishlar sifatida farqlash qabul qilingan. Quyida ulardan eng muhimlarining tavsifi keltirilgan:

Tasvirlarga ishlov berish yoki tasvirlarni tahlil qilish, asosan, ikki o‘lchamli tasvirlar bilan ishlashga, ya’ni bir tasvirni boshqasiga aylantirishga qaratilgan. Masalan, kontrastni pikselma-piksel oshirish, chegaralarni ajratish, shovqinni yo‘qotish amallari yoki Affin almashtirishlar kabi geometrik o‘zgartirishlar shular jumlasidandir. Bu amallar tasvirga ishlov berish yoki uni tahlil qilish tasvirning mazmunidan mustaqil bajarilishini nazarda tutadi.

Kompyuter ko‘rishi bir yoki bir nechta tasvirga proyeksiyalangan uch o‘lchamli sahnalarni qayta ishlashga qaratilgan. Masalan, bir yoki bir nechta tasvir asosida uch o‘lchamli sahnaning tuzilishini yoki u haqdagi boshqa axborotni tiklash shunga kiradi. Kompyuter ko‘rishi ko‘pincha tasvirlarda nimalar aks etganiga doir turli darajadagi murakkab taxminlarga tayanadi.

Mashina ko‘rishi asosan sanoatdagi amaliy qo‘llanishlarga, masalan, avtonom robotlar, vizual tekshiruv va o‘lchash tizimlariga qaratilgan. Bu tasvir sensorlari texnologiyalari va boshqaruv nazariyasi robotni boshqarish uchun vizual ma’lumotlarga ishlov berish bilan bog‘liqligini hamda ma’lumotlarga real vaqt rejimida apparat yoki dasturiy vositalar yordamida ishlov berilishini anglatadi.

Shuningdek, Vizualizatsiya deb ataladigan soha ham mavjud. U dastlab tasvirlar yaratish jarayoni bilan bog‘liq bo‘lgan, biroq ba’zan ularga ishlov berish va ularni tahlil qilishni ham qamrab olgan. Masalan, rentgenografiya tibbiy maqsadlarda olingan vizual ma’lumotlarni tahlil qilishda qo‘llanadi.

Nihoyat, obrazlarni tanib olish vizual ma’lumotlardan axborot olishning turli, asosan statistik yondashuvga asoslangan usullaridan foydalanadigan sohadir. Bu sohaning salmoqli qismi ushbu usullarni amaliyotda qo‘llashga bag‘ishlangan.

Kompyuter ko‘rishining qo‘llanishiga misollar

Eng muhim qo‘llanishlardan biri — tibbiyotda tasvirlarga ishlov berishdir. Bu sohada bemorga tibbiy tashxis qo‘yish uchun vizual ma’lumotlardan axborot olinadi. Ko‘pincha bunday ma’lumotlar mikroskopiya, rentgenografiya, angiografiya, ultratovush tekshiruvlari va tomografiya orqali olinadi. Bunday vizual ma’lumotlardan olinadigan axborotga, masalan, o‘smalarni, aterosklerozni yoki boshqa xavfli o‘zgarishlarni aniqlash kiradi. Shuningdek, a’zolarning o‘lchamlarini, qon oqimini va boshqalarni o‘lchash ham misol bo‘la oladi. Bu amaliy yo‘nalish miya tuzilishi yoki tibbiy davolash sifati haqida yangi ma’lumotlar berish orqali tibbiy tadqiqotlarning rivojlanishiga ham yordam beradi.

Kompyuter ko‘rishining yana bir amaliy qo‘llanish sohasi — sanoat. Bu yerda axborot ishlab chiqarish jarayonini qo‘llab-quvvatlash maqsadida olinadi. Masalan, sifat nazoratida detallar yoki tayyor mahsulotlarda nuqsonlar bor-yo‘qligi avtomatik tekshiriladi. Yana bir misol — robot manipulyatori ko‘tarayotgan detallarning joylashuvi va yo‘nalishini o‘lchash.

Harbiy soha, ehtimol, kompyuter ko‘rishi eng keng qo‘llanadigan yo‘nalishlardan biridir. Bunga dushman askarlari va transport vositalarini aniqlash, shuningdek, raketalarning boshqarilishini misol qilish mumkin. Raketalarni boshqarishning eng ilg‘or tizimlari raketani aniq nishonga emas, balki belgilangan hududga yo‘naltiradi; raketa u yerga yetib borgach, olingan vizual ma’lumotlar asosida nishon tanlanadi. Harbiy sohadagi «jangovar vaziyatdan xabardorlik» kabi zamonaviy tushunchalar tasvir sensorlari ham kiradigan turli sensorlar jang maydoni haqida strategik qarorlar qabul qilishda foydalaniladigan katta hajmdagi axborotni taqdim etishini nazarda tutadi. Bunda axborotning murakkabligini kamaytirish yoki ishonchliligini oshirish maqsadida ma’lumotlarga avtomatik ishlov beriladi.

Yangi qo‘llanish sohalaridan biri — suv osti, quruqlikdagi (robotlar, avtomobillar) va havo transporti vositalarini o‘z ichiga olgan avtonom transportdir. Avtonomlik darajasi to‘liq mustaqil (uchuvchisiz yoki haydovchisiz) transport vositalaridan tortib, kompyuter ko‘rishiga asoslangan tizimlar turli vaziyatlarda haydovchi yoki uchuvchiga yordam beradigan transport vositalarigacha o‘zgaradi. To‘liq avtonom transport vositalari kompyuter ko‘rishidan navigatsiya, ya’ni o‘z joylashuvini aniqlash, atrof-muhit xaritasini tuzish va to‘siqlarni aniqlash uchun foydalanadi. Ulardan o‘rmon yong‘inlarini aniqlash kabi muayyan vazifalarda ham foydalanish mumkin. Bunday tizimlarga avtomobillarda to‘siqlar haqida ogohlantiruvchi signalizatsiya hamda samolyotlarning avtomatik qo‘nish tizimlari misol bo‘ladi. Ayrim avtomobil ishlab chiqaruvchilari avtonom boshqaruv tizimlarini namoyish qilgan, biroq bu texnologiya hali ommaviy ishlab chiqarishga joriy etish darajasiga yetmagan.

Boshqa qo‘llanish sohalari quyidagilarni o‘z ichiga oladi:

  • Kino va televideniye uchun videoeffektlar yaratishga ko‘maklashish
  • Kuzatuv

Kompyuter ko‘rishining odatiy vazifalari

Yuqorida tavsiflangan kompyuter ko‘rishining har bir qo‘llanish sohasi bir qator vazifalar bilan bog‘liq. O‘lchash yoki ishlov berishga oid aniqroq yoki kamroq aniqlashtirilgan masalalarni turli usullar bilan hal qilish mumkin. Quyida kompyuter ko‘rishining odatiy vazifalariga ayrim misollar keltirilgan.

Tanib olish

Kompyuter ko‘rishi, tasvirlarga ishlov berish va mashina ko‘rishidagi klassik vazifa — vizual ma’lumotlarda muayyan xarakterli obyekt, belgi yoki faoliyat bor-yo‘qligini aniqlash. Inson bu vazifani ishonchli va oson hal qila oladi, biroq kompyuter ko‘rishida u umumiy holatda, ya’ni istalgan sharoitdagi istalgan obyektlar uchun hanuz qoniqarli hal etilmagan.

Bu vazifani hal qilishning mavjud usullari faqat oddiy geometrik shakllar (masalan, ko‘pyoqliklar), inson yuzlari, bosma yoki qo‘lyozma belgilar, avtomobillar kabi ayrim obyektlar uchun va faqat muayyan sharoitlarda samarali ishlaydi. Odatda bu sharoitlar yorug‘lik, fon hamda obyektning kameraga nisbatan joylashuviga bog‘liq.

Ilmiy adabiyotlarda tanib olishga oid turli masalalar bayon qilingan:

  • Tanib olish: odatda bir yoki bir nechta oldindan belgilangan yoki o‘rganilgan obyekt yoxud obyektlar sinfi, ularning tasvirdagi ikki o‘lchamli yoki sahnadagi uch o‘lchamli joylashuvi bilan birga tanib olinadi.
  • Identifikatsiya: obyektning alohida nusxasi aniqlanadi. Masalan, muayyan inson yuzini, barmoq izini yoki avtomobilni identifikatsiya qilish.
  • Aniqlash: vizual ma’lumotlar muayyan holat mavjudligini aniqlash uchun tekshiriladi. Masalan, tibbiy tasvirlarda ehtimoliy anomal hujayralar yoki to‘qimalarni aniqlash. Nisbatan sodda va tez hisoblashlarga asoslangan aniqlash usuli ba’zan tekshirilayotgan tasvirdan kichik sohalarni topish uchun qo‘llanadi. So‘ng ularning mazmunini to‘g‘ri talqin qilish uchun ko‘proq resurs talab qiladigan usullar yordamida batafsil tahlil qilinadi.

Tanib olishga asoslangan bir nechta maxsus vazifalar ham mavjud, masalan:

  • Tasvirlarni mazmuniga ko‘ra qidirish: katta tasvirlar to‘plamidan ma’lum mazmunga ega barcha tasvirlarni topish. Mazmun turlicha aniqlanishi mumkin: masalan, ma’lum bir tasvirga o‘xshashligi bo‘yicha («menga shu tasvirga o‘xshash barcha tasvirlarni toping») yoki matn sifatida kiritilgan yuqori darajadagi qidiruv mezonlari bo‘yicha («menga ko‘plab uylar tasvirlangan, qishda olingan va avtomobillar bo‘lmagan barcha tasvirlarni toping»).
  • Joylashuvni baholash: muayyan obyektning kameraga nisbatan joylashuvi yoki yo‘nalishini aniqlash. Masalan, ushbu usul yig‘ish liniyasida konveyer tasmasidan obyektlarni oladigan robot manipulyatoriga yordam berishi mumkin.
  • Belgilarni optik tanib olish: bosma yoki qo‘lyozma matn tasvirlaridagi belgilarni tanib olish; odatda ular tahrirlash yoki indekslash uchun qulay bo‘lgan matn formatiga (masalan, ASCII).

Harakat

Harakatni baholashga oid bir nechta vazifa mavjud. Ularda tasvirlar ketma-ketligiga (videoma’lumotlarga) ishlov berilib, tasvirning har bir nuqtasi yoki 3D sahnadagi harakat tezligi baholanadi. Bunday vazifalarga quyidagilar misol bo‘ladi:

  • Kameraning uch o‘lchamli harakatini aniqlash
  • Kuzatish, ya’ni obyektlarning (masalan, avtomobillar yoki odamlarning) harakatini kuzatib borish

Sahnani qayta tiklash

Sahnaning ikki yoki undan ortiq tasviri yoxud videoma’lumotlar berilgan bo‘lsin. Sahnani qayta tiklashning vazifasi uning uch o‘lchamli modelini yaratishdir. Eng oddiy holatda model uch o‘lchamli fazodagi nuqtalar to‘plamidan iborat bo‘lishi mumkin. Murakkabroq usullar esa to‘liq uch o‘lchamli modelni tiklaydi.

Tasvirlarni tiklash

Tasvirlarni tiklash vazifasi shovqinlarni (sensor shovqini, harakatlanayotgan obyektning xiralashishi va boshqalarni) yo‘qotishdan iborat. Bu masalani hal qilishning eng oddiy yondashuvi past yoki o‘rta chastotali filtrlar kabi turli filtrlardan foydalanishdir. Murakkabroq usullar tasvirning ayrim qismlari qanday ko‘rinishda bo‘lishi kerakligi haqidagi tasavvurlardan foydalanib, ularni shu asosda o‘zgartiradi.

Shovqinni yanada samarali yo‘qotish uchun avval vizual ma’lumotlar chiziqlar yoki chegaralar kabi turli tuzilmalar mavjudligi nuqtayi nazaridan tahlil qilinadi, so‘ng bu ma’lumotlar asosida filtrlash jarayoni boshqariladi.

Kompyuter ko‘rish tizimlari

Kompyuter ko‘rish tizimlarini amalga oshirish usuli ularning qo‘llanish sohasi, apparat platformasi va unumdorlik talablariga kuchli bog‘liq. Ayrim tizimlar mustaqil bo‘lib, aniqlash va o‘lchashga oid muayyan masalalarni hal qiladi. Boshqa tizimlar esa mexanik manipulyatorlarni boshqarish (robotlar), axborot ma’lumotlar bazalari (o‘xshash tasvirlarni qidirish), inson–mashina interfeyslari (kompyuter o‘yinlari) va boshqa kichik tizimlarni o‘z ichiga olishi mumkin bo‘lgan yirik tizimlarning tarkibiy qismidir. Shunga qaramay, ko‘plab kompyuter ko‘rish tizimlariga xos umumiy funksiyalar mavjud.

  • Tasvirlarni olish: raqamli tasvirlar bir yoki bir nechta tasvir sensorlaridan olinadi. Ular turli yorug‘likka sezgir kameralar bilan bir qatorda masofa sensorlari, radarlar, ultratovush kameralari va boshqalarni ham o‘z ichiga oladi. Sensor turiga qarab, olingan ma’lumotlar oddiy 2D tasvir, 3D tasvir yoki tasvirlar ketma-ketligi bo‘lishi mumkin. Piksel qiymatlari odatda bir yoki bir nechta spektral diapazondagi yorug‘lik intensivligiga (rangli yoki kulrang tusli tasvirlarga) mos keladi, biroq ular chuqurlik, tovush yoki elektromagnit to‘lqinlarning yutilishi yoxud qaytishi, shuningdek, yadroviy magnit rezonans kabi turli fizik o‘lchovlar bilan ham bog‘liq bo‘lishi mumkin.
  • Dastlabki ishlov berish: kompyuter ko‘rish usullari yordamida vizual ma’lumotlardan muayyan axborotni ajratib olishdan avval, ularni qo‘llanadigan usulga bog‘liq ma’lum talablarga moslashtirish kerak. Bunga quyidagilar misol bo‘ladi:
    • Tasvirning koordinatalar tizimi to‘g‘ri bo‘lishini ta’minlash uchun qayta namunalash
    • Sensor kiritgan buzilishlarni bartaraf etish uchun shovqinni yo‘qotish
    • Kerakli axborotni aniqlash mumkin bo‘lishi uchun kontrastni yaxshilash
    • Tasvirdagi tuzilmalarni yaxshiroq farqlash uchun masshtabni o‘zgartirish
  • Xususiyatlarni ajratib olish: vizual ma’lumotlardan murakkabligi turlicha bo‘lgan tasvir xususiyatlari ajratib olinadi. Ularning odatiy misollari quyidagilar:
    • Chiziqlar, chegaralar va qirralar
    • Burchaklar, tomchilar yoki nuqtalar kabi muayyan joylashuvga ega qiziqish nuqtalari; murakkabroq xususiyatlar esa tuzilish, shakl yoki harakat bilan bog‘liq bo‘lishi mumkin.
  • Aniqlash/segmentatsiya: ishlov berishning muayyan bosqichida tasvirning qaysi nuqtalari yoki sohalari keyingi ishlov berish uchun muhim ekani hal qilinadi. Bunga quyidagilar misol bo‘ladi:
    • Muayyan qiziqish nuqtalari to‘plamini ajratib olish
    • Segmentatsiya — xarakterli obyekt mavjud bo‘lgan tasvirning bir yoki bir nechta qismini ajratish
  • Yuqori darajadagi ishlov berish: ushbu bosqichda kirish ma’lumotlari odatda kichik ma’lumotlar to‘plamidan, masalan, nuqtalar to‘plami yoki muayyan obyekt joylashgan deb taxmin qilinayotgan tasvir qismidan iborat bo‘ladi. Misollar:
    • Ma’lumotlarning qo‘llaniladigan usul va vazifaga bog‘liq shartlarga mosligini tekshirish
    • Obyektning joylashuvi yoki o‘lchami kabi xarakterli parametrlarni baholash
    • Aniqlangan obyektni turli toifalarga tasniflash

Dasturiy ta’minot

  1. OpenCV — ochiq manbali kompyuter ko‘rish algoritmlari kutubxonasi.
  2. PCL — uch o‘lchamli nuqtalar bulutlari bilan ishlash uchun ochiq kutubxona.

Adabiyotlar