Что такое машинное зрение и как оно работает

Начнем с терминологии. Нас интересует два типа зрения:

• машинное;
  
• компьютерное.

Компьютерное зрение – это раздел искусственного интеллекта, оно включает в себя теорию и технологии. Этот термин используют, когда пытаются описать, как именно компьютеры могут видеть мир. Компьютерное зрение умеет извлекать информацию из изображений различного типа: фотографий, стоп-кадров, медицинских снимков.

Машинное зрение совсем другое. Термин означает процесс реализации знаний (данных) и технологий. При тех же принципах работы, что и в компьютерном, машинное зрение используется для увеличения эффективности производства. Можно назвать это совокупностью новейших технологий. Эти технологии «учат» машины и станки видеть процесс производства, анализировать его и принимать решения. Весь процесс занимает даже не одну секунду, а миллисекунды.

Американская компания Automatix в 1980 году выпустила станки, которые паяли микросхемы без помощи человека. Это считается отправной точной в промышленном использовании системы машинного зрения. Принцип работы этих машин заключался в передаче процессору картинок, отснятых на аналоговые камеры, которыми были оснащены машины. Процессор считывал параметры изображения, производил вычисления и командовал нужными частями системы на основе полученных данных. Сейчас эта технология может показаться простой, но тогда это был огромный прорыв.

Зрение машин работает на основе компьютерного. Можно сказать, что оно использует компьютерное для создания алгоритмов и для того, чтобы анализировать информацию и принимать решения.

Являясь ответвлением инженерной науки, машинное зрение включает в себя сложные процессы и устройства, контролирующие оборудование на производстве.

Человек видит предметы, когда от них отражаются фотоны. Отражение улавливается сетчаткой глаза, более ста миллионов клеток анализируют информацию и передают ее (уже расшифрованную) в мозг. Есть два типа клеток: первые (колбочки) распознают цвета, вторые (палочки) – оттенки серого. Именно благодаря этим клеткам-палочкам мы видим ночью. Колбочки работают по принципу цветного телевизора, распознавая зеленые, красные и синие цвета.

Человеческое зрение далеко от совершенства. Например, раки «богомолы» видят одновременно шестнадцатью колбочками, а еще три части их глаз автономны и могут двигаться в разные стороны. Мозг раков не предназначен для обработки такого объема информации, поэтому частично она обрабатывается непосредственно в глазах. Человек же компенсирует слабое развитие зрения большим мощным мозгом.

Максимально упростив информацию, можно сказать, что машинное зрение может работать одинаково успешно и по человеческой системе и по системе рака-отшельника. В первом варианте цифровые или аналоговые камеры передают сырое изображение в систему, где данные обрабатываются, анализируются и на основании этого система принимает решение. Во втором случае используются интеллектуальные камеры, которые передают уже проанализированную и обработанную информацию. Второй вариант применяются, когда необходимо разгрузить процессор.

Отличительная особенность машинного зрения – абсолютная точность. Ни одна деталь не выпадает из поля зрения. Компьютер не отвлекается, не отдыхает и ничего не упускает.

Темпы развития машинных технологий стремительны. Раньше всего 70 процентов объектов распознавалось корректно, теперь точность достигает 98 процентов. Объекты не только распознаются, но и анализируются.

Вопрос, кто точнее – машина или человек – сложный. Конечно, машины фиксируют больше деталей и используют намного больше данных при анализе. Зато человек способен мыслить абстрактно и рассматривать полученную информацию в контексте чего-либо. Мышление искусственного интеллекта все больше приближается к человеческому, но все-таки мыслить абстракциями и фантазировать компьютер не умеет. Поэтому человек может обмануть машину.

Главное преимущество машинного зрения перед человеческим – способность концентрации на бесконечном множестве объектов. Для сравнения, человек может одновременно воспринимать до семи объектов. Машины не разделяют увиденное на важное и нет в отличие от человека, который всегда подсознательно расставляет приоритеты.

Рассмотрим следующую ситуацию:
На столе есть пятьдесят деталей. Сорок восемь деталей хорошего качества, у одной – незначительный дефект поверхности, другая деформирована. И еще одна деталь не из этой партии. Человек разглядит эти детали за несколько секунд. Это не кажется сложным. Однако стоит повторить ситуацию несколько десятков раз, и человек попросту устанет. В этой ситуации мы смоделировали типичную смену оператора производственной линии. При стандартном 8-часовом рабочем дне человек теряет концентрацию довольно часто. Потеря концентрации ведет к тому, что бракованные детали не изымаются. Таких проблем не возникнет при машинном контроле. Специальные датчики отсканируют каждую деталь и просигнализируют, если с ней что-то не так. Как датчики понимают, что деталь бракованная? В базе данных программы хранится вся информация о деталях, поэтому система может сравнивать полученные результаты с эталонными.

Яркий пример работающей системы на производстве – PowerAI Vision (IBM). Эта машина проста в эксплуатации и настройке, работать с ней сможет тот же оператор линии.

Еще одна сфера использования машинного зрения на производстве – обеспечение безопасности. Например, если работник работает без шлема, система может заблокировать его рабочее место и предупредить по громкой связи. Это позволяет сократить несчастные случаи на производстве.

Третья возможность для машинного зрения – это Интернет вещей.
Интернетом вещей считается совокупность технологий для взаимодействия различных приборов друг с другом. Пример – обнаружение просроченных продуктов холодильником нового поколения.

Интернет вещей применятся в следующих отраслях:

• фабрики и заводы;
  
• ритейл;
  
• складские комплексы;
  
• банковский сектор;
  
• логистика и транспорт;
  
• животноводство;
  
• сельское хозяйство;
  
• бытовые отрасли;
  
• автомобилестроение;
  
• фармацевтика.

Внедрение машинного зрения во все сферы жизни особенно популярно в Соединенных Штатах Америки.

По прогнозам Market Research Future, уже в середине 20-х годов 21-го тысячелетия доля машинного зрения на мировом рынке превысит пятнадцать млрд долларов. В Российской Федерации эта технология уже внедряется во многие сферы производства, например, компанией "Центр 2М".

В России тоже используются такие технологии. Их внедряет компания Центр2М. Система видеоаналитики CenterVision, основанная на PowerAI Vision, использует нейронные сети для распознавания объектов на производстве с точностью до 98%.

Что может CenterVision:

• Распознавать объекты в режиме реальном времени.
  
• Сигнализировать о нарушениях.
  
• Формировать и отправлять отчеты.
  

Система CenterVision используется для обеспечения безопасности на производстве. Машинное зрение помогает сократить количество несчастных случаев благодаря постоянному мониторингу территории и объектов.

Использование умных камер позволяет распознавать даже мелкие объекты, которые находятся на расстоянии до 70 метров. Также в системе используются лазеры, дальномеры и системы оповещения. Полученные данные передаются на рабочую станцию, где они обрабатываются и через 2,4 секунды поступают оператору или диспетчеру.

Чтобы полностью избавить человечество от рутины, одного зрения машин недостаточно. Для этого нужна совокупность технологий:

• машинное зрение;
  
• машинное обучение;
  
• глубинное обучение.

Все это позволяет автоматизировать процессы на производстве, обеспечить высокий уровень безопасности и минимизировать влияние человеческого фактора.