|

【看見改變】影像辨識正在改變你的生活!

   

作者:徐筱茹

科技發展日新月異,科技結合影像處理的應用案例雨後春筍般地冒出,甚至融入我們的日常生活,使生活品質和效率大幅提升。且聽聽此次【科技改變看得見】生活中的影像辨識交流論壇的五位影像辨識的專家,如何剖析電腦視覺與開放原始碼的運用以及其帶來的效益。

開源系統讓影像辨識成真

歐尼克斯實境互動的創辦人許哲豪(Jack),從數位影像領域的影像處理、電腦視覺、電腦圖學方面進行討論。他說:「人腦在進行影像辨識時,從眼睛接收圖像,到大腦計算,這個過程共需經過七層關卡,其中包含影像亮度/色彩/邊界的擷取、可識別的物件的組合、大腦 30%~40% 的部位執行視覺運算與分析,最後才由大腦告訴你,這個影像是什麼。」

而關於電腦影像辨識,Intel 所發起的開源影像辨識系統 OpenCV 便是不可或缺的主角。這套開源系統讓開發人員在進行相關辨識系統的開發時更加容易,同時促進相關技術的進展。Jack 提到,若電腦辨識系統要仿效人腦得到相近的視覺感受,則必須經過複雜的運算,以當紅的虛擬實境(VR)、擴增實境(AR)或是結合兩者的混合實境(MR)來說,都必須計算出影像中各個物件的運動狀況、環境的影像復原和重建等。

電腦視覺系統基本架構(圖片來源:截自許哲豪簡報)

OpenCV 可以在許多平台上執行,Webduino 的創辦人許益祥在現場以 Google Tensorflow.js做示範,讓硬體的開發者可以更簡單的使用網頁開發AI服務。這個雲端平台,整合了從硬體到軟體、軟體到雲端、雲端到行動裝置,充分展現 OpenCV 跨平台的能力!

將 OpenCV 結合攝影機,擷取物體顏色,經過設定特定色彩範圍後,OpenCV 也可以被來偵測熱區、對物體顏色進行萃取,甚至能將這項影像辨識技術結合機械手臂,應用在更多領域中。此外,這項技術也能夠在攝影鏡頭偵測到的指定物件上畫上笑臉,再利用 Google 大腦團隊開發的 Tensorflow.js 進行深度學習,提升其偵測物體技術及準確度。目前 Webduino 團隊也將這些程式資訊整合成一個平台,在瀏覽器上就能直接進行物件的分類及偵測。

Webduino 示意圖(圖片來源:截自許益祥簡報)

在一望無際的番茄園裡,果實的顏色與大小總是參差不齊,鄭憲君與他的團隊為了改善這個情況,設計蜂巢農研影像,利用 OpenCV 和 YOLO 進行物體檢測,將偵測到的番茄果實進行框架並標示,以作為自動採收系統中的視覺模組核心。經過團隊不斷地嘗試與檢測、調整程式,這套物體偵測系統能增快篩選速度並減輕人力負擔,有效提升工作效率!

UGV 番茄採收專案中的物體偵測(圖片來源:截自鄭憲君簡報)

車牌辨識知多少?

影像辨識技術日趨成熟,應用領域也更為廣泛。在車牌辨識系統領域中,有豐富經驗的知名部落客張逸中表示:「由於攝影機品質大幅躍升,現在已經進入車牌辨識乃至影像辨識的戰國時代!」傳統 2D 平面辨識系統,辨識度低且分析速度慢,而張逸中研發的 3D 立體辨識系統篩選速度快,即使畫面中傾斜的車牌號碼也能清楚掌握。

為了追求更高的效率,他不斷嘗試讓系統能一次偵測「多車」的辨識程序。目前 3D 立體辨識系統已能在相同時間內,辨識出多個車牌,並普遍應用在壓線拍照的停車場、學校社區的柵欄感應辨識、測速的高畫素多車偵測、辨識側邊路旁車牌的車載等領域。未來,若車牌辨識技術結合超高清(Ultra HD)攝影機,將賦予講究效率和品質的「動態、多車、多車道」辨識系統,達到能夠運用到更廣泛的生活層面。

影像辨識結合醫療

為了解決偏鄉長者對於藥物服用、辨別較不熟悉的問題,成功大學醫工系林哲偉教授團隊研發出 AI 自動給藥系統 — UTOPIL,林哲偉教授團隊以長者最常服用的 15 種藥物進行辨識實驗,辨識結果正確率高達99.1%!

起初他們利用機械手臂來旋轉藥物,進行多角度拍攝,擷取藥物影像。如此作法雖然提升實驗速度,機械手臂卻經常捏碎藥丸,甚至有汙染的風險,因此改以「真空吸取藥丸」的方式進行辨識,如此一來,藥物的形狀大小也不會受限制,團隊也將藥物辨識後的結果建立成資料庫,並依照長者需求,定時發放藥物供長者服用,以達到按時吃藥、吃對藥物的目的。

這樣一個有系統性的藥物辨識技術,除了能協助居家長者服藥,未來也盼能協助藥局快速分藥,或在鄉里間公共場所定期提供給藥服務,讓影像辨識技術發揮最大效益,造福更多人群。

小結

從身邊的 iPhone X 所搭載的臉部辨識系統,到隨處可見的車牌辨識,影像辨識技術已融入我們的日常生活。為了應用在不同的場景,影像辨識所著重的技術重點也各不相同,藉由結合特殊的演算法,或其他硬體輔助,便能快速應用在不同領域,以協助改善人類生活,讓生活品質大幅提升。

此次社群論壇所展示的成果只是個開端,未來的影像辨識應用將會更加寬廣,讓辨識演算法更加精進、使影像辨識技術更上一層樓。

(本文轉載自南科AI_ROBOT自造基地原文連結;責任編輯:賴佩萱)

Author:

Share This Post On

Submit a Comment

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *