एआई की मूल बातें
कंप्यूटर विजन क्या है?
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
कंप्यूटर विजन क्या है?
कंप्यूटर विजन एल्गोरिदम दुनिया में सबसे अधिक परिवर्तनकारी और शक्तिशाली एआई सिस्टम में से एक है, इस समय। कंप्यूटर विजन सिस्टम स्वायत्त वाहनों, रोबोट नेविगेशन, चेहरे की पहचान प्रणाली और अधिक में उपयोग किए जाते हैं। हालांकि, कंप्यूटर विजन एल्गोरिदम क्या हैं? वे कैसे काम करते हैं? इन प्रश्नों का उत्तर देने के लिए, हम कंप्यूटर विजन, कंप्यूटर विजन एल्गोरिदम और कंप्यूटर विजन सिस्टम के लिए अनुप्रयोगों के पीछे के सिद्धांत में गहराई से जाएंगे।
कंप्यूटर विजन सिस्टम कैसे काम करते हैं?
कंप्यूटर विजन सिस्टम को पूरी तरह से समझने के लिए, आइए पहले यह चर्चा करें कि मनुष्य वस्तुओं को कैसे पहचानते हैं। वस्तु पहचान के प्रारंभिक चरण के लिए तंत्रिका विज्ञान का सबसे अच्छा स्पष्टीकरण एक मॉडल है जो वस्तुओं के मूल घटकों जैसे कि आकार, रंग और गहराई को पहले मस्तिष्क द्वारा व्याख्या करता है। आंख से मस्तिष्क में प्रवेश करने वाले संकेतों का विश्लेषण वस्तु के किनारों को पहले निकालने के लिए किया जाता है और इन किनारों को वस्तु के आकार में जोड़ दिया जाता है।
कंप्यूटर विजन सिस्टम मानव दृश्य प्रणाली की तरह काम करते हैं, वस्तु के किनारों को पहले पहचानकर और फिर उन्हें वस्तु के आकार में जोड़कर। बड़ा अंतर यह है कि क्योंकि कंप्यूटर छवियों को संख्याओं के रूप में व्याख्या करते हैं, कंप्यूटर विजन सिस्टम को छवि के व्यक्तिगत पिक्सेल को व्याख्या करने के लिए कुछ तरीके की आवश्यकता होती है। कंप्यूटर विजन सिस्टम छवि में पिक्सेल को मान असाइन करेगा और एक क्षेत्र के पिक्सेल और दूसरे क्षेत्र के पिक्सेल के बीच मान के अंतर को देखकर, कंप्यूटर किनारों को पहचान सकता है। उदाहरण के लिए, यदि छवि ग्रेस्केल है, तो मान 0 (काले रंग का प्रतिनिधित्व करता है) से 255 (सफेद रंग का प्रतिनिधित्व करता है) तक होगा। पिक्सेल के मान में एक ही क्षेत्र में एक अचानक परिवर्तन एक किनारे का संकेत देगा।
इस मूल सिद्धांत को रंगीन छवियों के साथ भी किया जा सकता है, कंप्यूटर विभिन्न आरजीबी रंग चैनलों के बीच मान के अंतर की तुलना कर रहा है। तो अब हम जानते हैं कि एक कंप्यूटर विजन सिस्टम पिक्सेल मान की तुलना करके एक छवि को कैसे व्याख्या करता है, आइए कंप्यूटर विजन सिस्टम की वास्तुकला पर एक नज़र डालें।
कन्वोल्यूशनल न्यूरल नेटवर्क (सीएनएन)
कंप्यूटर विजन कार्यों में उपयोग किए जाने वाले प्राथमिक प्रकार के एआई कन्वोल्यूशनल न्यूरल नेटवर्क पर आधारित हैं। एक कन्वोल्यूशन क्या है?
कन्वोल्यूशंस गणितीय प्रक्रियाएं हैं जो नेटवर्क पिक्सेल के बीच मान के अंतर को निर्धारित करने के लिए उपयोग करता है। यदि आप एक पिक्सेल मान ग्रिड की कल्पना करते हैं, तो मुख्य ग्रिड पर एक छोटा ग्रिड हिलाते हुए कल्पना करें। नीचे के ग्रिड के मान नेटवर्क द्वारा विश्लेषित किए जा रहे हैं, इसलिए नेटवर्क केवल एक हाथ से पिक्सेल का विश्लेषण कर रहा है। इसे अक्सर “स्लाइडिंग विंडोज” तकनीक कहा जाता है। स्लाइडिंग विंडो द्वारा विश्लेषित मान नेटवर्क द्वारा सारांशित किए जाते हैं, जो छवि की जटिलता को कम करने और नेटवर्क के लिए पैटर्न निकालना आसान बनाने में मदद करता है।
कन्वोल्यूशनल न्यूरल नेटवर्क दो अलग-अलग खंडों में विभाजित होते हैं, कन्वोल्यूशनल खंड और पूरी तरह से जुड़े हुए खंड। नेटवर्क के कन्वोल्यूशनल लेयर्स फीचर एक्सट्रैक्टर हैं, जिनका काम छवि के भीतर पिक्सेल का विश्लेषण करना और उनके प्रतिनिधित्व बनाना है जो नेटवर्क के घने से जुड़े हुए लेयर से पैटर्न सीख सकते हैं। कन्वोल्यूशनल लेयर्स छवि के निम्न-स्तरीय विशेषताओं जैसे कि किनारों को निकालना शुरू करते हैं। बाद के कन्वोल्यूशनल लेयर किनारों को अधिक जटिल आकार में जोड़ते हैं। अंत में, नेटवर्क के पास छवि के किनारों और विवरण का प्रतिनिधित्व होना चाहिए जिसे वह पूरी तरह से जुड़े हुए लेयर में पास कर सकता है।
इमेज एनोटेशन
जबकि एक कन्वोल्यूशनल न्यूरल नेटवर्क स्वयं छवियों से पैटर्न निकाल सकता है, कंप्यूटर विजन सिस्टम की सटीकता छवियों को एनोटेट करके बहुत बढ़ाई जा सकती है। इमेज एनोटेशन छवि में मेटाडेटा जोड़ने की प्रक्रिया है जो क्लासिफायर को छवि में महत्वपूर्ण वस्तुओं का पता लगाने में मदद करती है। इमेज एनोटेशन का उपयोग तब किया जाता है जब कंप्यूटर विजन सिस्टम को बहुत सटीक होने की आवश्यकता होती है, जैसे कि स्वायत्त वाहन या रोबोट को नियंत्रित करने के दौरान।
छवियों को कंप्यूटर विजन क्लासिफायर के प्रदर्शन में सुधार करने के लिए एनोटेट करने के विभिन्न तरीके हैं। इमेज एनोटेशन अक्सर बाउंडिंग बॉक्स के साथ किया जाता है, जो लक्ष्य वस्तु के किनारों को घेरने वाला एक बॉक्स है और कंप्यूटर को बॉक्स के भीतर अपना ध्यान केंद्रित करने के लिए कहता है। सेमेंटिक सेगमेंटेशन एक और प्रकार की इमेज एनोटेशन है, जो छवि के प्रत्येक पिक्सेल को एक छवि वर्ग असाइन करके काम करती है। दूसरे शब्दों में, जो भी पिक्सेल “घास” या “पेड़” हो सकता है उसे उन वर्गों के रूप में लेबल किया जाएगा। यह तकनीक पिक्सेल-स्तर की सटीकता प्रदान करती है, लेकिन सेमेंटिक सेगमेंटेशन एनोटेशन बनाना सरल बाउंडिंग बॉक्स बनाने से अधिक जटिल और समय लेने वाला है। अन्य एनोटेशन विधियों, जैसे कि रेखाएं और बिंदु, भी मौजूद हैं।
