科技發(fā)展日新月異,，科技結(jié)合圖像處理的應(yīng)用案例雨后春筍般地冒出，甚至融入我們的日常生活,，使生活質(zhì)量和效率大幅提升。本文就分享一些生活中的影像辨識(shí)應(yīng)用,，剖析計(jì)算機(jī)視覺與開放原始碼的運(yùn)用以及其帶來(lái)的效益,。
開源系統(tǒng)讓影像辨識(shí)成真
人腦在進(jìn)行影像辨識(shí)時(shí),，從眼睛接收?qǐng)D像，到大腦計(jì)算,，這個(gè)過(guò)程共需經(jīng)過(guò)七層關(guān)卡,，其中包含影像亮度／色彩／邊界的擷取、可識(shí)別的對(duì)象的組合,、大腦 30％～40％ 的部位執(zhí)行視覺運(yùn)算與分析,，最后才由大腦告訴你，這個(gè)影像是什么,。
而關(guān)于計(jì)算機(jī)影像辨識(shí),，Intel 所發(fā)起的開源影像辨識(shí)系統(tǒng) OpenCV 便是不可或缺的主角。這套開源系統(tǒng)讓開發(fā)人員在進(jìn)行相關(guān)辨識(shí)系統(tǒng)的開發(fā)時(shí)更加容易,，同時(shí)促進(jìn)相關(guān)技術(shù)的進(jìn)展,。若計(jì)算機(jī)辨識(shí)系統(tǒng)要仿效人腦得到相近的視覺感受，則必須經(jīng)過(guò)復(fù)雜的運(yùn)算,，以當(dāng)紅的虛擬現(xiàn)實(shí)（VR）,、擴(kuò)增實(shí)境（AR）或是結(jié)合兩者的混合實(shí)境（MR）來(lái)說(shuō)，都必須計(jì)算出影像中各個(gè)對(duì)象的運(yùn)動(dòng)狀況,、環(huán)境的影像復(fù)原和重建等,。
計(jì)算機(jī)視覺系統(tǒng)基本架構(gòu)
OpenCV 可以在許多平臺(tái)上執(zhí)行，以Webduino 為例,，其運(yùn)行Google Tensorflow．js后,，讓硬件的開發(fā)者可以更簡(jiǎn)單的使用網(wǎng)頁(yè)開發(fā)AI服務(wù)。這個(gè)云端平臺(tái),，整合了從硬件到軟件,、軟件到云端、云端到行動(dòng)裝置,，充分展現(xiàn) OpenCV 跨平臺(tái)的能力,！
將 OpenCV 結(jié)合攝影機(jī)，擷取物體顏色,，經(jīng)過(guò)設(shè)定特定色彩范圍后,，OpenCV 也可以被來(lái)偵測(cè)熱區(qū)、對(duì)物體顏色進(jìn)行萃取,，甚至能將這項(xiàng)影像辨識(shí)技術(shù)結(jié)合機(jī)械手臂,，應(yīng)用在更多領(lǐng)域中。此外,，這項(xiàng)技術(shù)也能夠在攝影鏡頭偵測(cè)到的指定對(duì)象上畫上笑臉,，再利用 Google 大腦團(tuán)隊(duì)開發(fā)的 Tensorflow．js 進(jìn)行深度學(xué)習(xí)，提升其偵測(cè)物體技術(shù)及準(zhǔn)確度。目前 Webduino也正將這些程序信息整合成一個(gè)平臺(tái),，在瀏覽器上就能直接進(jìn)行對(duì)象的分類及偵測(cè),。
Webduino 示意圖
另外一個(gè)應(yīng)用是農(nóng)業(yè)。在一望無(wú)際的西紅柿園里,，果實(shí)的顏色與大小總是參差不齊,，通過(guò)設(shè)計(jì)蜂巢農(nóng)研影像，利用 OpenCV 和 YOLO 進(jìn)行物體檢測(cè),，將偵測(cè)到的西紅柿果實(shí)進(jìn)行框架并標(biāo)示,，以作為自動(dòng)采收系統(tǒng)中的視覺模塊核心。經(jīng)過(guò)開發(fā)者不斷地嘗試與檢測(cè),、調(diào)整程序,，這套物體偵測(cè)系統(tǒng)能增快篩選速度并減輕人力負(fù)擔(dān)，有效提升工作效率,！
UGV 西紅柿采收項(xiàng)目中的物體偵測(cè)
車牌辨識(shí)知多少？
影像辨識(shí)技術(shù)日趨成熟,，應(yīng)用領(lǐng)域也更為廣泛,。在車牌辨識(shí)系統(tǒng)領(lǐng)域中，由于攝影機(jī)質(zhì)量大幅躍升,，現(xiàn)在已經(jīng)進(jìn)入車牌辨識(shí)乃至影像辨識(shí)的戰(zhàn)國(guó)時(shí)代,！傳統(tǒng) 2D 平面辨識(shí)系統(tǒng)，辨識(shí)度低且分析速度慢,，而最新研發(fā)的 3D 立體辨識(shí)系統(tǒng)篩選速度快,，即使畫面中傾斜的車牌號(hào)碼也能清楚掌握。
為了追求更高的效率,，設(shè)計(jì)者不斷嘗試讓系統(tǒng)能一次偵測(cè)「多車」的辨識(shí)程序,。目前 3D 立體辨識(shí)系統(tǒng)已能在相同時(shí)間內(nèi)，辨識(shí)出多個(gè)車牌,，并普遍應(yīng)用在壓線拍照的停車場(chǎng),、學(xué)校小區(qū)的柵欄感應(yīng)辨識(shí)、測(cè)速的高畫素多車偵測(cè),、辨識(shí)側(cè)邊路旁車牌的車載等領(lǐng)域,。未來(lái)，若車牌辨識(shí)技術(shù)結(jié)合超高清（Ultra HD）攝影機(jī),，將賦予講究效率和質(zhì)量的「動(dòng)態(tài),、多車、多車道」辨識(shí)系統(tǒng),，達(dá)到能夠運(yùn)用到更廣泛的生活層面,。
影像辨識(shí)結(jié)合醫(yī)療
為了解決偏鄉(xiāng)長(zhǎng)者對(duì)于藥物服用、辨別較不熟悉的問(wèn)題,，已經(jīng)有團(tuán)隊(duì)研發(fā)出 AI 自動(dòng)給藥系統(tǒng)— UTOPIL,，設(shè)計(jì)團(tuán)隊(duì)以長(zhǎng)者最常服用的 15 種藥物進(jìn)行辨識(shí)實(shí)驗(yàn),，辨識(shí)結(jié)果正確率高達(dá)99．1％！
起初設(shè)計(jì)團(tuán)隊(duì)利用機(jī)械手臂來(lái)旋轉(zhuǎn)藥物,，進(jìn)行多角度拍攝,，擷取藥物影像。如此作法雖然提升實(shí)驗(yàn)速度,，機(jī)械手臂卻經(jīng)常捏碎藥丸,，甚至有污染的風(fēng)險(xiǎn)，因此改以「真空吸取藥丸」的方式進(jìn)行辨識(shí),，如此一來(lái),，藥物的形狀大小也不會(huì)受限制，團(tuán)隊(duì)也將藥物辨識(shí)后的結(jié)果建立成數(shù)據(jù)庫(kù),，并依照長(zhǎng)者需求,，定時(shí)發(fā)放藥物供長(zhǎng)者服用，以達(dá)到按時(shí)吃藥,、吃對(duì)藥物的目的,。
這樣一個(gè)有系統(tǒng)性的藥物辨識(shí)技術(shù)，除了能協(xié)助居家長(zhǎng)者服藥,，未來(lái)也盼能協(xié)助藥局快速分藥,，或在鄉(xiāng)里間公共場(chǎng)所定期提供給藥服務(wù)，讓影像辨識(shí)技術(shù)發(fā)揮最大效益,，造福更多人群,。
小結(jié)
從身邊的 iPhone X 所搭載的臉部辨識(shí)系統(tǒng)，到隨處可見的車牌辨識(shí),，影像辨識(shí)技術(shù)已融入我們的日常生活,。為了應(yīng)用在不同的場(chǎng)景，影像辨識(shí)所著重的技術(shù)重點(diǎn)也各不相同,，藉由結(jié)合特殊的算法,，或其他硬件輔助，便能快速應(yīng)用在不同領(lǐng)域,，以協(xié)助改善人類生活,，讓生活質(zhì)量大幅提升。相信未來(lái)的影像辨識(shí)應(yīng)用將會(huì)更加寬廣,，讓辨識(shí)算法更加精進(jìn),、使影像辨識(shí)技術(shù)更上一層樓。