Avui, gràcies als grans salts en les capacitats d'intel·ligència artificial, les tecnologies basades en la visió per computador (CV) s'han convertit en característiques clau de moltes aplicacions i dispositius, inclosos els que la gent utilitza cada dia.
El programari biomètric de reconeixement facial no existiria sense visió per ordinador. Els cotxes autònoms ho necessiten per a una conducció segura. La visió per ordinador és necessària tant per a l'anàlisi d'imatges mèdiques com per als processos d'inspecció de garantia de qualitat robòtica. La meva empresa, Shopic, utilitza la visió per ordinador per identificar els articles col·locats als carros d'adhesius.

Aquestes tecnologies utilitzen essencialment la visió per ordinador per automatitzar processos útils utilitzant dades visuals com a entrada. Els sistemes inclouen maquinari d'escaneig i algorismes que permeten a les màquines analitzar, processar i extreure informació d'imatges i vídeos digitals. Es basa en gran mesura en l'aprenentatge automàtic, l'aprenentatge profund i les xarxes neuronals complexes.
En els últims mesos, la visió per computador s'ha desenvolupat de maneres noves i emocionants. Per a alguns, aquests canvis també són inquietants, però veig potencial i oportunitat en aquest camp. A continuació es mostren algunes de les tendències destacades que crec que dominaran la indústria en aquesta etapa i en el futur previsible.
L'obtenció del llindar es redueix gradualment
Els avenços continuats en l'emmagatzematge al núvol de punta han fet que els dispositius de punta, com ara càmeres digitals i sensors de visió, puguin executar el processament de visió per ordinador in situ en lloc d'enviar-lo al núvol. Això trasllada el processament d'IA de visió per computador als dispositius de punta, reduint la latència i reduint el consum d'energia i ample de banda. Empreses com Nvidia estan desenvolupant serveis de núvol de punta per millorar el desplegament dels recursos de visió per ordinador. Desfer-se dels costosos processaments i emmagatzematge al núvol redueix el cost d'adopció i fa que els sistemes de CV siguin més accessibles i assequibles. Passar al processament perifèric també millora la privadesa de les dades per a les aplicacions de visió per ordinador, superant els problemes de compliment que anteriorment han afectat l'adopció de moltes empreses.
Les aplicacions de visió per ordinador s'amplien
A mesura que les barreres a l'adopció disminueixen, més indústries estan implementant la visió per ordinador en cada cop més casos d'ús. L'assistència sanitària és una àrea amb ganes d'adoptar la visió per ordinador, que podria permetre diagnòstics d'imatge més precisos i serveis mèdics remots, amb la promesa de la cirurgia assistida per robots.
Hem presenciat el creixement dels casos d'ús de la visió per ordinador a la indústria minorista, inclosos els sistemes de compra d'autoservei i les botigues sense caixa. Els vehicles de conducció autònoma i els equips de seguretat viària utilitzen la visió per ordinador per millorar la seguretat, els agricultors utilitzen la visió per ordinador per al seguiment dels cultius i la detecció de malalties, i els sistemes VSLAM utilitzen la visió per ordinador per proporcionar mapes més precisos per a l'alleujament de desastres, la previsió meteorològica i molt més.
A mesura que els casos d'ús continuen acumulant-se, el mercat de la visió per ordinador s'expandirà. Global Data preveu que el mercat de la visió per ordinador passarà de 17.730 milions de dòlars el 2023 a 30.300 milions de dòlars el 2026.
sistema es fa més complex
A mesura que els algorismes d'intel·ligència artificial que sustenten les solucions de visió per ordinador es fan més potents, els sistemes de visió per ordinador milloraran la seva capacitat per reconèixer objectes i cares. Això permetrà als sistemes de visió per ordinador detectar emocions amb més precisió i fer un seguiment dels moviments corporals, obrint noves capacitats per a la comprensió del comportament i la detecció d'anomalies. Tot i que el seguiment de les persones és molt problemàtic i ha estat objecte d'escrutini en els darrers anys, l'anàlisi anònima del sentiment de la multitud és un dels casos d'ús ètics.
També veiem que sistemes de visió per ordinador desenvolupen models i mètodes innovadors de processament d'imatges. El "model d'atenció" d'avui és essencialment una tècnica de processament d'entrada que permet a una xarxa neuronal centrar-se en parts específiques d'una imatge o vídeo complexa, cosa que permet als sistemes de visió per ordinador entendre cada part d'una imatge ocupada o freqüència inicial. A més, "Graph Neural Networks" apliquen prediccions d'aprenentatge profund a estructures de dades relacionals riques, millorant la visió per ordinador, la comprensió i la interpretació del context.
Connectar dades visuals amb altres fonts de dades pot enriquir el context general i la comprensió dels esdeveniments, de la mateixa manera que els humans combinen la visió amb la sensació del vent, la percepció de la velocitat i els sons de fons ambientals per entendre el món que els envolta. D'aquesta manera, les solucions de CV poden entendre i extreure informació sobre tota l'escena en un context més ampli, no només en segments seleccionats.
Aquesta maduresa permetrà una interpretació i anàlisi més precisa, una millor presa de decisions i una major utilitat en situacions complexes i de ràpid canvi, com ara plantes de fabricació ocupades o carrers de la ciutat.
La RA entra en una nova era
Les solucions de realitat augmentada (AR) actuals poden produir una interpretació interactiva en 3D de qualsevol entorn del món real, amb ajustos limitats realitzats mitjançant el seguiment de la llum canviant en superfícies planes. Poden respondre als moviments dels usuaris mitjançant el seguiment del cap i els controladors, però no molt més.
Tanmateix, la integració de càmeres de visió per ordinador amb solucions de seguiment ocular i giroscopis comença a produir sistemes més complexos. Les solucions de visió per ordinador millorada (AR millorada per CV) poden percebre tot l'entorn de l'usuari, guiar l'usuari per evitar obstacles, ajustar l'entorn virtual segons els moviments corporals de l'usuari, etc.
Això té implicacions importants per als dispositius d'assistència, les aplicacions de navegació i les experiències de joc/metavers.
els reptes queden
Malgrat els enormes desenvolupaments i la promesa de la visió per computador, els líders en el camp encara s'enfronten a alguns reptes. Atès que la visió per computador és un camp relativament nou en el món comercial, hi ha una escassetat d'experts en el seu desenvolupament i implantació a escala. Les empreses han de millorar les capacitats dels seus empleats per satisfer aquestes demandes.
Com a indústria, també hem d'abordar millor els problemes relacionats amb la privadesa, la confiança i l'ús ètic. La clau és tenir una recollida de dades rigorosa, ja sigui totalment activada o realment anònima. Els sistemes de visió per ordinador han de complir les normatives de privadesa en evolució i les demandes públiques de privadesa.
"Hi ha una necessitat creixent de transparència i explicabilitat en IA. La visió per ordinador no pot ser només una caixa negra, però els models d'IA en què es basa són tan complexos que és difícil fer-los explicables". Els responsables d'implementar sistemes d'IA de les persones faran un esforç addicional per assegurar-se que poden explicar com es van prendre les decisions i quina informació es va utilitzar per prendre-les. "Però a mesura que la visió per ordinador es fa més complexa, els reptes augmenten", escriu Bernard Marr.
La visió per ordinador encara està en els seus inicis
Igual que altres solucions d'IA, la visió per ordinador avança a la velocitat de la llum, amb nous enfocaments, aplicacions, casos d'ús i capacitats que apareixen tot el temps. En un entorn tan canviant, és difícil predir què passarà en el futur.
Tot i que encara queden molts reptes per superar, especialment pel que fa a la privadesa i l'ús ètic, els sistemes de visió per ordinador prometen oferir noves capacitats a nombroses indústries, obrint noves oportunitats per a totes les parts implicades.






