計(jì)算機(jī)視覺將掀起下一波創(chuàng)業(yè)大潮
人工智能中的計(jì)算機(jī)視覺是人類視覺的自動化。從零售、農(nóng)業(yè)、保險到建筑,計(jì)算機(jī)視覺可以應(yīng)用于社會的許多領(lǐng)域。
人工智能有眼睛,這就是計(jì)算機(jī)視覺。以下是計(jì)算機(jī)視覺初創(chuàng)公司是如何影響行業(yè)的。
隨著計(jì)算機(jī)視覺初創(chuàng)公司的出現(xiàn),人工智能正在給世界帶來革命性的變化。人工智能中的計(jì)算機(jī)視覺是人類視覺的自動化。從零售、農(nóng)業(yè)、保險到建筑,計(jì)算機(jī)視覺可以應(yīng)用于社會的許多領(lǐng)域。它正在廣泛的行業(yè)特定案例中得到應(yīng)用,這將大大有利于經(jīng)濟(jì)。許多計(jì)算機(jī)視覺初創(chuàng)公司正準(zhǔn)備進(jìn)軍商業(yè)規(guī)模,并取得主流地位。
計(jì)算機(jī)視覺的應(yīng)用
零售
計(jì)算機(jī)視覺在零售領(lǐng)域有許多用途。最令人興奮的用途之一是免費(fèi)購物結(jié)賬。這個用例是未來的、解決問題的、簡單的。一旦一家商店配備了必要的計(jì)算機(jī)視覺人工智能傳感器,購物者就可以進(jìn)入商店,取走商品,從傳感器前走過,無需在收銀員前排隊(duì)就能收到自動購物收據(jù)。
該概念成功的現(xiàn)實(shí)證明是于2016年啟動的AmazonGo計(jì)劃。其他兌現(xiàn)了該概念的初創(chuàng)公司包括StandardCognition,Grabango,TrigoVision,Zippin和Aifi。“現(xiàn)在,計(jì)算機(jī)可以看到的親自購物體驗(yàn)將永遠(yuǎn)改變。像Grabango這樣的計(jì)算機(jī)視覺系統(tǒng)可以檢測購物車中的每種產(chǎn)品,因此無需在購物旅行結(jié)束時對其進(jìn)行重新調(diào)整。您只要抓住,繼續(xù)前進(jìn),就可以繼續(xù)前進(jìn)。”Grabango首席執(zhí)行官WillGlaser說。
通過計(jì)算機(jī)視覺實(shí)現(xiàn)的免結(jié)賬購物也將降低勞動力成本,改善整體購物體驗(yàn)。除此之外,庫存管理是計(jì)算機(jī)視覺的另一個應(yīng)用。優(yōu)化產(chǎn)品組合,確保貨架上隨時都有存貨,這是零售商每天面臨的挑戰(zhàn)。如果貨架空空蕩蕩,產(chǎn)品缺貨,他們每年就不能冒損失數(shù)十億美元收入的風(fēng)險。Focalsystems是一家使用計(jì)算機(jī)視覺實(shí)現(xiàn)庫存管理自動化的初創(chuàng)公司。
保險
保險業(yè)依賴于可視化資產(chǎn)評估。它需要準(zhǔn)確的價格和承保政策,同時為了索賠的目的確定事故發(fā)生后的損害風(fēng)險。為了實(shí)現(xiàn)一個更平滑的過程,計(jì)算機(jī)視覺有助于更快,更便宜,更準(zhǔn)確的評估。CapeAnalytics和Betterview是兩家為保險公司提供這項(xiàng)服務(wù)的計(jì)算機(jī)視覺人工智能初創(chuàng)公司。他們使用地理空間數(shù)據(jù)來自動識別建筑材料、屋頂狀況、屋頂面積、房產(chǎn)有多少碎片以及許多其他因素,這些因素決定了房產(chǎn)的風(fēng)險狀況,并給出了最優(yōu)的保險定價。另一家總部位于倫敦的計(jì)算機(jī)視覺人工智能初創(chuàng)公司是Tractable,它利用這項(xiàng)技術(shù)對車禍和自然災(zāi)害產(chǎn)生即時損失估計(jì)。
施工
在建筑行業(yè),有許多機(jī)會進(jìn)行流程優(yōu)化。計(jì)算機(jī)視覺的應(yīng)用可以大大提高生產(chǎn)效率,節(jié)約成本。TraceAir是一家使用無人機(jī)收集建筑工地航空圖像的初創(chuàng)公司,它使監(jiān)理人員能夠遠(yuǎn)程監(jiān)控項(xiàng)目。
和其他技術(shù)一樣,計(jì)算機(jī)視覺也有負(fù)面作用。因此,制定規(guī)章制度至關(guān)重要,這樣企業(yè)和個人才能確保社會兌現(xiàn)這項(xiàng)技術(shù),為每個人的利益負(fù)責(zé)。
深度學(xué)習(xí)對機(jī)器視覺系統(tǒng)的好處?
面向工廠自動化的深度學(xué)習(xí) 2021年3月15日傳統(tǒng)的機(jī)器視覺系統(tǒng)可通過一致且制造精良的零件可靠地運(yùn)行。它們通過逐步篩選和基于規(guī)則的算法進(jìn)行操作,這些算法比人工檢查更具成本效益。但是,隨著異常和缺陷庫的增長,算法變得笨拙。眾所周知,某些傳統(tǒng)的機(jī)器視覺檢查(例如最終組裝驗(yàn)證)很難編程,因?yàn)槎鄠€變量對于機(jī)器來說很難隔離,例如照明,顏色變化,曲率和視野。
盡管機(jī)器視覺系統(tǒng)可以承受因比例,旋轉(zhuǎn)和姿勢變形而導(dǎo)致的零件外觀變化,但復(fù)雜的表面
紋理和圖像質(zhì)量問題仍然帶來了嚴(yán)峻的檢查挑戰(zhàn)。機(jī)器視覺系統(tǒng)很難欣賞視覺上非常相似的零件之間的差異和偏差。固有的差異或異常可能會或可能不會導(dǎo)致拒絕,具體取決于用戶如何理解和分類它們。
影響零件效用的“功能”異常幾乎總是導(dǎo)致拒收的原因,而外觀異常可能并非如此,這取決于制造商的需求和偏好。最成問題的是,傳統(tǒng)的機(jī)器視覺系統(tǒng)很難區(qū)分這些缺陷。
人工檢查的優(yōu)勢
與傳統(tǒng)的機(jī)器視覺不同,人類擅長區(qū)分細(xì)微的外觀缺陷和功能缺陷,并意識到可能會影響感知質(zhì)量的零件外觀變化。盡管我們處理信息的速度受到限制,但是人類具有獨(dú)特的概念化和概括能力。我們擅長通過實(shí)例學(xué)習(xí),并能夠區(qū)分出真正重要的事情
零件之間會出現(xiàn)輕微異常。在許多情況下,這使人的視覺成為對復(fù)雜,無結(jié)構(gòu)的場景(尤其是那些具有細(xì)微缺陷和不可預(yù)測缺陷的場景)進(jìn)行定性解釋的最佳選擇。例如,在處理變形的字符以及其他難以理解的字符,復(fù)雜的表面和外觀缺陷時,人類會更加準(zhǔn)確。對于這些應(yīng)用中的許多應(yīng)用,機(jī)器無法與人類競爭,因?yàn)樗麄儗?fù)雜性有所了解。
用于復(fù)雜檢查的深度學(xué)習(xí)
深度學(xué)習(xí)模型可以通過將人類檢查員的自學(xué)與計(jì)算機(jī)系統(tǒng)的速度和一致性相結(jié)合,來幫助機(jī)器克服其固有的局限性。基于深度學(xué)習(xí)的圖像分析特別適合本質(zhì)上很復(fù)雜的化妝品表面檢查:圖案以細(xì)微但可忍受的方式變化,并且位置變化可能會阻止使用基于空間頻率的方法。深度學(xué)習(xí)擅長解決復(fù)雜的表面和外觀缺陷,例如旋轉(zhuǎn),刷過或發(fā)亮的零件上的劃痕和凹痕。無論是用來定位,閱讀,檢查或分類感興趣的特征,基于深度學(xué)習(xí)的圖像分析與傳統(tǒng)機(jī)器視覺的不同之處在于,它可以基于概念來概念化和概括零件的外觀。
根據(jù)其獨(dú)特的特征-即使這些特征微妙地變化或有時偏離。
在傳統(tǒng)機(jī)器視覺和深度學(xué)習(xí)之間進(jìn)行選擇
傳統(tǒng)機(jī)器視覺和深度學(xué)習(xí)之間的選擇取決于要解決的應(yīng)用程序類型,要處理的數(shù)據(jù)量以及處理能力。確實(shí),對于許多應(yīng)用來說,深度學(xué)習(xí)并不是正確的解決方案。傳統(tǒng)的基于規(guī)則的編程技術(shù)在測量和測量以及執(zhí)行精確對齊方面更勝一籌。在某些情況下,傳統(tǒng)視覺可能是準(zhǔn)確確定感興趣區(qū)域并進(jìn)行深度學(xué)習(xí)檢查該區(qū)域的最佳選擇。然后,可以將基于深度學(xué)習(xí)的檢查結(jié)果傳遞回傳統(tǒng)視覺,以對缺陷的大小和形狀進(jìn)行準(zhǔn)確的測量。
深度學(xué)習(xí)是對基于規(guī)則的方法的補(bǔ)充,它減少了對深度視覺領(lǐng)域?qū)I(yè)知識進(jìn)行有效檢查的需求。相反,深度學(xué)習(xí)已將以前需要視覺專業(yè)知識的應(yīng)用程序轉(zhuǎn)變?yōu)榉且曈X專家可以解決的工程難題。深度學(xué)習(xí)將邏輯負(fù)擔(dān)從開發(fā)和編寫基于規(guī)則的算法的應(yīng)用程序開發(fā)人員轉(zhuǎn)移到培訓(xùn)系統(tǒng)的工程師身上。它還為解決未經(jīng)人工檢查人員從未嘗試過的應(yīng)用提供了新的可能性。這樣,深度學(xué)習(xí)使機(jī)器視覺更易于使用,同時擴(kuò)大了計(jì)算機(jī)和相機(jī)可以準(zhǔn)確檢查的范圍。
編輯:lyn
-
機(jī)器視覺
+關(guān)注
關(guān)注
161文章
4369瀏覽量
120293 -
人工智能
+關(guān)注
關(guān)注
1791文章
47208瀏覽量
238290 -
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5500瀏覽量
121117
發(fā)布評論請先 登錄
相關(guān)推薦
評論