На последнем году обучения в инженерии, хотя это никогда не преподавалось в нашем классе, обработка изображений стала выбором большинства студентов, изучающих информатику, в качестве области их академических проектов.
Я понимаю обработку изображений как ничто иное, как использование программного обеспечения, которое будет принимать одно или несколько изображений из сохраненных файлов или непосредственно через камеру в качестве входных данных, обрабатывать их в соответствии с требованиями программного обеспечения, а затем выдавать какой-либо значимый результат, который может быть аналитикой данных, проверкой подлинность, идентификация объектов или их украшение.
У него много приложений. Самостоятельные автомобили используют его для определения дорог. Определенные веб-сайты используют их, чтобы проверить, являемся ли мы людьми или ботами, прося нас щелкнуть изображения автомобилей или фасадов магазинов, прежде чем получить доступ к веб-сайту. Системы поиска изображений, такие как Google Images, используют их для идентификации объекта и создают изображения, похожие на изображения для пользователя. Google Фото использует их, чтобы предлагать коллажи из фотографий пользователей. Facebook использует его для предотвращения создания поддельных учетных записей в рамках своего метода предотвращения кражи личных данных. Военные дроны используют их для наблюдения.
Вскоре полиция сможет использовать систему видеонаблюдения для обнаружения преступников. Приложения для селфи станут намного ярче. В SnapChat уже столько фильтров, что ожидаются новые. Его также можно использовать для точного прогнозирования погоды на основе спутниковых изображений (я думаю, они уже это делают). И возможности безграничны.
Основная технология, которая стоит за ними, - это искусственный интеллект. А для этого нам нужно реализовать алгоритмы машинного обучения. Это не что иное, как предоставление компьютеру большого количества неизвестных объектов и ответы на большинство из них (о том, что это за объект) и просьба угадать новые на основе предоставленных данных. Хорошо, что чем больше он выполняет эту работу, тем острее становится. Точность прогнозов со временем и практикой улучшается. Это похоже на то, как ребенок пытается ходить. Чем больше ребенок ходит, тем больше учится не падать. Так растет мозг.
Компьютерные серверы - это такие мозги. Со временем новые технологии обязательно будут заменены по мере необходимости. Но ясно, что для того, чтобы это произошло, ему нужно было узнать все больше и больше. Итак, откуда у него такой большой набор данных. Для правильного машинного обучения требуется много изображений. Недавно я проверял свою почту и обнаружил, что на картах Google нужны местные гиды. Если вы посетили какое-либо интересное место, они будут рады, если вы выскажете свое мнение об этом месте и поставите ему оценку. Это определенно поможет тому, кто раньше там не был. Это даст вам один балл. Добавление изображений дает вам пять баллов. Кредиты улучшают ваш профиль, но предоставляют Google большой набор данных. Это похоже на голодного льва. А сегодня данные нужны всем. Люди торгуют ими (перейдем к этой теме позже. Я просто увлекся).
В заключение я бы сказал, что мы действительно развиваемся. Вместе с нами развиваются и окружающие нас технологии. Кто-то должен задокументировать, так что вот мой вклад, который я высказал в форме мнения. Нам лучше убедиться, что мы чувствуем эту эволюцию.
