什么是計(jì)算機(jī)視覺?
計(jì)算機(jī)視覺被認(rèn)為是機(jī)器學(xué)習(xí)和人工智能發(fā)展的重要領(lǐng)域之一。簡(jiǎn)而言之，計(jì)算機(jī)視覺是人工智能研究領(lǐng)域，致力于賦予計(jì)算機(jī)看世界和視覺解釋世界的能力。
更進(jìn)一步的說(shuō)，計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，就是是指用攝影機(jī)和電腦代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量等機(jī)器視覺，并進(jìn)一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測(cè)的圖像。
計(jì)算機(jī)視覺的應(yīng)用非常廣泛，從自動(dòng)駕駛汽車和無(wú)人機(jī)到醫(yī)療診斷技術(shù)和面部識(shí)別軟件，計(jì)算機(jī)視覺的應(yīng)用是巨大的和革命性的。
圖像標(biāo)注
圖像標(biāo)注是計(jì)算機(jī)視覺的一個(gè)子集，是計(jì)算機(jī)視覺的重要任務(wù)之一。圖像標(biāo)注就是將標(biāo)簽附加到圖像上的過程。這可以是整個(gè)圖像的一個(gè)標(biāo)簽，也可以是圖像中每一組像素的多個(gè)標(biāo)簽。這些標(biāo)簽是由人工智能工程師預(yù)先確定的，并被選中為計(jì)算機(jī)視覺模型提供圖像中所顯示的信息。
一個(gè)簡(jiǎn)單的例子就是為人類標(biāo)注者提供動(dòng)物的圖像，并讓他們用正確的動(dòng)物名稱為每個(gè)圖像進(jìn)行標(biāo)記。當(dāng)然，標(biāo)記的方法依賴于項(xiàng)目所使用的圖像標(biāo)注類型。這些帶標(biāo)簽的圖像有時(shí)被稱為真實(shí)數(shù)據(jù)，然后將被輸入計(jì)算機(jī)視覺算法。通過訓(xùn)練，最后該模型將能夠從未注釋的圖像中區(qū)分不同種類的動(dòng)物。雖然上面的例子非常簡(jiǎn)單，但進(jìn)一步深入到計(jì)算機(jī)視覺更復(fù)雜的領(lǐng)域(如自動(dòng)駕駛汽車)，則就會(huì)需要更復(fù)雜的圖像標(biāo)注。
由于計(jì)算機(jī)視覺研究的是模仿或超越人類視覺能力的機(jī)器開發(fā)，訓(xùn)練這樣的模型需要大量的帶標(biāo)注的圖像。
你用來(lái)訓(xùn)練、驗(yàn)證和測(cè)試你的計(jì)算機(jī)視覺算法的圖像將對(duì)你的人工智能項(xiàng)目的成功產(chǎn)生重大影響。數(shù)據(jù)集中的每張圖像都必須經(jīng)過深思熟慮和準(zhǔn)確的標(biāo)記，以訓(xùn)練人工智能系統(tǒng)像人類一樣識(shí)別物體。圖像標(biāo)注的質(zhì)量越高，機(jī)器學(xué)習(xí)模型的性能就可能越好。
如果沒有圖像標(biāo)注，那些令人驚嘆的計(jì)算機(jī)視覺技術(shù)都不可能實(shí)現(xiàn)。根據(jù)項(xiàng)目的不同，每個(gè)圖像上的標(biāo)簽數(shù)量可能會(huì)有所不同。一些項(xiàng)目將只需要一個(gè)標(biāo)簽來(lái)表示整個(gè)圖像的內(nèi)容(圖像分類)。其他項(xiàng)目可能需要在單個(gè)圖像中標(biāo)記多個(gè)對(duì)象，每個(gè)對(duì)象帶有不同的標(biāo)簽。這些標(biāo)簽通常由計(jì)算機(jī)視覺科學(xué)家或機(jī)器學(xué)習(xí)工程師預(yù)先確定。
如何進(jìn)行圖像標(biāo)注?
要?jiǎng)?chuàng)建帶標(biāo)簽的圖像，需要三件事：
1)、圖片
2)、有人給圖片加注釋
3)、一個(gè)給圖片做標(biāo)注的平臺(tái)
大多數(shù)圖像標(biāo)注項(xiàng)目都是從尋找和培訓(xùn)注釋人員來(lái)執(zhí)行標(biāo)注任務(wù)開始的。人工智能是一個(gè)非常專業(yè)的領(lǐng)域，但人工智能訓(xùn)練數(shù)據(jù)標(biāo)注并不總是必需的。雖然你需要機(jī)器學(xué)習(xí)方面的高等教育才能創(chuàng)造一輛自動(dòng)駕駛汽車，但你不需要碩士學(xué)位就可以在圖像中畫汽車周圍的方框(邊界框注釋)。因此，大多數(shù)標(biāo)注者不需要機(jī)器學(xué)習(xí)方面的學(xué)位。
但是，這些標(biāo)注人員應(yīng)該對(duì)每個(gè)標(biāo)注項(xiàng)目的規(guī)范和指導(dǎo)方針進(jìn)行全面的培訓(xùn)，因?yàn)槊總€(gè)公司都有不同的需求。一旦標(biāo)注人員接受了如何標(biāo)注數(shù)據(jù)的培訓(xùn)，他們就可以在專門用于標(biāo)注圖像的平臺(tái)上標(biāo)注成百上千的圖像。這個(gè)平臺(tái)是一個(gè)軟件，它應(yīng)該具有執(zhí)行特定類型標(biāo)注所需的所有工具。
常用圖像標(biāo)注類型
1)、 2D和3D包圍框
使用2D邊框，標(biāo)注者必須在他們想要在圖像中注釋的對(duì)象周圍繪制一個(gè)框。有時(shí)這些目標(biāo)對(duì)象將是相同的，即“請(qǐng)?jiān)趫D中的每輛自行車周圍畫框?！?/p>
其他時(shí)候，可能會(huì)有多個(gè)目標(biāo)對(duì)象，“請(qǐng)?jiān)趫D中每輛車、行人和自行車周圍畫框?！痹谶@種情況下，在畫出框后，標(biāo)注者將不得不從標(biāo)簽列表中選擇屬性給框中的對(duì)象。
3D包圍盒也被稱為長(zhǎng)方體，除了它們還可以顯示被標(biāo)注的目標(biāo)對(duì)象的大致深度之外，它們幾乎與2D包圍盒一樣。與2D邊界框標(biāo)注類似，標(biāo)注器在目標(biāo)對(duì)象周圍繪制框，確保在對(duì)象的邊緣放置錨點(diǎn)。有時(shí)目標(biāo)對(duì)象的一部分可能被阻擋。在這種情況下，標(biāo)注器會(huì)估計(jì)目標(biāo)對(duì)象阻塞邊緣的位置。
2)、圖像分類
邊界框處理在一個(gè)圖像中標(biāo)注多個(gè)對(duì)象，而圖像分類是將整個(gè)圖像與一個(gè)標(biāo)簽關(guān)聯(lián)的過程。一個(gè)簡(jiǎn)單的圖像分類的例子是標(biāo)記動(dòng)物的類型。注釋者會(huì)得到動(dòng)物的圖片，并要求他們根據(jù)動(dòng)物種類對(duì)每張圖片進(jìn)行分類。
把這些帶注釋的圖像數(shù)據(jù)輸入計(jì)算機(jī)視覺模型，可以讓模型了解每種動(dòng)物特有的視覺特征。理論上，該模型將能夠?qū)⑿碌奈醋⑨尩膭?dòng)物圖像歸類到適當(dāng)?shù)奈锓N類別中。
3)、線條和樣條
線條和樣條注釋，顧名思義，就是對(duì)圖像上直線或曲線的標(biāo)注。注釋人員的任務(wù)是注釋車道、人行道、電力線和其他邊界指示器。用線條和樣條標(biāo)注的圖像主要用于車道和邊界識(shí)別。此外，它們也經(jīng)常被用于無(wú)人機(jī)的軌跡規(guī)劃。
從自動(dòng)駕駛汽車、無(wú)人機(jī)到倉(cāng)庫(kù)中的機(jī)器人等等，線條和樣條標(biāo)注在各種用例中都很有用。
4)、多邊形
有時(shí)，不規(guī)則形狀的目標(biāo)對(duì)象不容易用邊界框或長(zhǎng)方體來(lái)標(biāo)注。多邊形注釋允許注釋器在目標(biāo)對(duì)象的每個(gè)頂點(diǎn)上繪制點(diǎn)。這個(gè)注釋方法允許對(duì)對(duì)象的所有精確邊進(jìn)行注釋，而不管它的形狀如何。
與邊界框一樣，帶注釋的邊緣內(nèi)的像素也將被標(biāo)記為描述目標(biāo)對(duì)象的標(biāo)簽。
5)、 語(yǔ)義分割
邊界盒、長(zhǎng)方體和多邊形都處理在圖像中標(biāo)注單個(gè)對(duì)象的任務(wù)。而語(yǔ)義分割則是對(duì)圖像中每一個(gè)像素的進(jìn)行標(biāo)注。不需要給標(biāo)注者一個(gè)要標(biāo)注的對(duì)象列表，而是給他們一個(gè)分段標(biāo)簽列表，以便將圖像分成幾個(gè)部分。比如，自動(dòng)駕駛汽車的交通圖像語(yǔ)義分割就是一個(gè)很好的例子，一個(gè)典型的語(yǔ)義分割任務(wù)可能會(huì)要求標(biāo)注者通過區(qū)別“汽車”、“自行車”、“行人”、“障礙物”、“人行道”、“機(jī)動(dòng)車道”和“建筑物”來(lái)分割圖像。
圖像標(biāo)注的實(shí)際應(yīng)用領(lǐng)域
1)、人臉識(shí)別
圖像標(biāo)注的一個(gè)常見應(yīng)用是面部識(shí)別。它包括從人臉圖像中提取相關(guān)特征，以區(qū)分圖像中的人和物體。
利用關(guān)鍵點(diǎn)和地標(biāo)等圖像標(biāo)注技術(shù)，通過軌跡指向?qū)θ四槻煌课坏牟煌c(diǎn)進(jìn)行跟蹤，增強(qiáng)了人臉識(shí)別算法的有效性。
2)、農(nóng)業(yè)技術(shù)
圖像標(biāo)注技術(shù)已被應(yīng)用于農(nóng)業(yè)技術(shù)行業(yè)的各種任務(wù)中。通過識(shí)別病害和健康作物的圖像來(lái)檢測(cè)植物病害，可以通過使用邊界框或語(yǔ)義分割類型來(lái)實(shí)現(xiàn)。這是圖像標(biāo)注在農(nóng)業(yè)技術(shù)中最基本的應(yīng)用之一。
3)、安全系統(tǒng)
圖像標(biāo)注可以在安全系統(tǒng)中使用安全攝像頭標(biāo)記物品，比如某些特定區(qū)域中的可疑包裹。通過語(yǔ)義分割將視頻區(qū)域劃分為受限區(qū)域和非受限區(qū)域，可以實(shí)現(xiàn)這一目的。圖像標(biāo)注也可用于檢測(cè)某些可疑的活動(dòng)。
4)、電子商務(wù)
圖像標(biāo)注用于改進(jìn)產(chǎn)品列表，還有助于確?？蛻粽业剿麄冋趯ふ业恼_產(chǎn)品。這可以通過在搜索查詢和產(chǎn)品標(biāo)題中標(biāo)記各種組件的語(yǔ)義分割實(shí)現(xiàn)。
5)、機(jī)器人
圖像標(biāo)注的主要應(yīng)用之一是機(jī)器人技術(shù)，它幫助機(jī)器人區(qū)分周圍環(huán)境中的各種物體。
