Dit artikel is oorspronkelijk gepubliceerd op dewebsite van Bernard Marr. Bernard Marr zal onze gastspreker zijn in ons exclusieve Executive webinar over 'How to unlock the advantage of AI to transform your organization with automation and actionable insights' op 14 juni. Klik hier voor meer informatie en registreer u om een uitnodiging te ontvangen om deel te nemen aan het webinar.
De 5 grootste computervisietrends in 2022
Computer vision (ook wel machine vision genoemd) is een van de meest opwindende toepassingen van kunstmatige intelligentie. Algoritmen die in staat zijn om afbeeldingen te begrijpen - zowel foto's als bewegende video - zijn een belangrijke technologische basis achter veel innovaties, van autonome, zelfrijdende voertuigen tot slimme industriële machines en zelfs de filters op je telefoon die de foto's die je uploadt naar Instagram er mooier uit laten zien.
Samen met taalverwerkingsvaardigheden (natuurlijke taalverwerking of "NLP") is het fundamenteel voor onze inspanningen om machines te bouwen die in staat zijn om de wereld om hen heen te begrijpen en erover te leren, net als wij. Over het algemeen gaat het om toepassingen die worden aangedreven door deep learning - neurale netwerken die zijn getraind op duizenden, miljoenen of miljarden afbeeldingen totdat ze experts worden in het classificeren van wat ze kunnen 'zien'.
De waarde van de markt in computer vision-technologie zal naar verwachting tegen het einde van 2022 $ 48 miljard bereiken en zal waarschijnlijk het hele jaar door een bron van voortdurende innovatie en doorbraken zijn. Laten we dus eens kijken naar enkele van de belangrijkste trends die we zullen volgen met betrekking tot deze fascinerende technologie:
Datacentrische computervisieDatacentrische kunstmatige intelligentie is gebaseerd op het idee dat evenveel, zo niet meer, aandacht moet worden besteed aan het optimaliseren van de kwaliteit van gegevens die worden gebruikt om algoritmen te trainen, evenals aan het ontwikkelen van de modellen en algoritmen zelf. Dit nieuw opkomende paradigma, dat wordt verdedigd door Andrew Ng – is relevant voor alle AI-disciplines, maar met name op het gebied van computervisie.
Enkele van de eerste op deep learning gebaseerde beeldherkenningsmodellen werden ontwikkeld door Dr. Ng bij Google, met als doel computers te trainen om foto's van katten te herkennen, en ze zijn vooral afhankelijk van de kwaliteit van de gegevens die ze krijgen, in plaats van alleen de kwantiteit.
Deze focus op het iteratief verbeteren van de kwaliteit van etikettering - met behulp van geautomatiseerde technieken voor het extraheren en labelen van gegevens - zal het mogelijk maken om computervisietechnologie toe te passen op problemen waar veel minder gegevens beschikbaar zijn, waardoor de kosten mogelijk worden verlaagd (in termen van geld en rekenkracht) en veel nieuwe potentiële use cases worden geopend.
Computervisie in gezondheid en veiligheidEen belangrijke use case voor computervisie is het spotten van gevaren en het alarmeren wanneer er iets misgaat. Er zijn methoden ontwikkeld om computers in staat te stellen onveilig gedrag op bouwplaatsen te detecteren - zoals werknemers zonder helmen of veiligheidsharnassen, evenals omgevingen te bewaken waar zware machines zoals vorkheftrucks in de buurt van mensen werken, waardoor ze automatisch kunnen worden uitgeschakeld als iemand op hun pad stapt. Met 2,7 miljoen verwondingen veroorzaakt door ongevallen op de werkplek elk jaar, volgens het Amerikaanse Bureau of Labor Statistics, is dit een gebied waar bedrijven steeds meer investeren om de menselijke en financiële kosten veroorzaakt door toezicht of onoplettendheid te verminderen.
Natuurlijk is het voorkomen van de verspreiding van ziekten veroorzaakt door virussen tegenwoordig ook een belangrijke use case, en hier worden computervisietechnologieën steeds vaker ingezet om de naleving van de vereisten voor sociale afstand en het dragen van maskers te controleren.
Computer vision-algoritmen zijn ook ontwikkeld tijdens de huidige pandemie om te helpen bij het diagnosticeren van infectie door röntgenfoto's van de borst door te zoeken naar bewijs van infectie en schade aan beelden van longen.
Computer vision in retailWinkelen en detailhandel zijn andere aspecten van het leven waar we zeker de toenemende prevalentie van computer vision-technologie in 2022 zullen opmerken. Amazon is een pionier in het concept van kassaloze winkels met zijn Go-supermarkten, uitgerust met camera's die eenvoudig herkennen welke items klanten uit de schappen halen. Meer vestigingen zullen in de loop van 2022 openen en andere retailers zullen op de kar springen, waaronder Tesco, dat de eerste kassavrije supermarkt van het VK zal openen.
Naast het ontlasten van mensen van de verantwoordelijkheid voor het scannen van aankopen, heeft computervisie een aantal andere toepassingen in de detailhandel, waaronder voorraadbeheer, waar camera's worden gebruikt om voorraadniveaus in schappen en in magazijnen te controleren en automatisch aanvulling te bestellen wanneer dat nodig is. Het is ook gebruikt om de bewegingspatronen van klanten rond winkels te volgen en te begrijpen om de positionering van goederen te optimaliseren en, natuurlijk, in beveiligingssystemen om winkeldieven af te schrikken.
Een andere steeds populairder wordende use case is het toestaan van klanten om informatie over producten te krijgen door barcodes te scannen met behulp van hun mobiele telefoons. In de moderetail is een bijzonder leuke toepassing van computervisie de "virtuele paskamer", waarmee shoppers virtueel items kunnen passen zonder ze aan te raken - camera's in de spiegel leggen eenvoudig beelden van de kleding op de reflectie van de spiegel en kunnen zelfs producten identificeren die klanten passen en bijpassende accessoires voorstellen om bij hen te passen.
Computervisie in verbonden en autonome auto'sComputervisie is een integraal onderdeel van de verbonden systemen in moderne auto's. Hoewel onze eerste gedachten misschien uit gaan naar de aankomende autonome voertuigen, heeft het een aantal andere toepassingen in het bestaande assortiment "verbonden" auto's die al op de weg zijn en in onze garages geparkeerd staan. Er zijn systemen ontwikkeld die camera's gebruiken om gezichtsuitdrukkingen te volgen om te zoeken naar waarschuwingssignalen dat we misschien moe worden en het risico lopen in slaap te vallen achter het stuur. Aangezien dit een factor zou zijn in maximaal 25% van de dodelijke en ernstige verkeersongevallen, is het duidelijk dat maatregelen zoals deze gemakkelijk levens kunnen redden.
Deze technologie wordt al gebruikt in bedrijfsvoertuigen zoals vrachtauto's en in 2022 zouden we kunnen zien dat het ook zijn weg vindt naar persoonlijke auto's. Andere voorgestelde toepassingen voor computervisie in auto's die het van tekentafel tot realiteit zouden kunnen maken, zijn onder meer monitoring of veiligheidsgordels worden gedragen en zelfs of passagiers sleutels en telefoons achterlaten terwijl ze taxi's en ride-sharing-voertuigen verlaten.
Natuurlijk zal computervisie ook een grote rol spelen bij zelfrijdende auto's - het huidige denken is dat het het belangrijkste element aan boord van autonome navigatie zal zijn. Tesla kondigde dit jaar aan dat zijn auto's voornamelijk zullen vertrouwen op computervisie in plaats van lidar en radar, die respectievelijk laser- en radiogolven gebruiken om een model van de omgeving van de auto te bouwen.
Computervisie aan de randEdge computing beschrijft systemen waarbij berekeningen zo dicht mogelijk bij de gegevensbron worden uitgevoerd. Het is een term die wordt gebruikt in tegenstelling tot het paradigma van cloud computing, waarbij gegevens worden verzameld via sensoren en naar gecentraliseerde servers worden verzonden voor opslag en verwerking. In het domein van computervisie is het een steeds nuttiger concept, omdat computervisiesystemen vaak taken uitvoeren waarbij onmiddellijk actie moet worden ondernomen (denk aan de use cases die in dit artikel worden genoemd onder veiligheid en autonoom rijden), en er simpelweg geen tijd is om gegevens naar de cloud te sturen!
Naast de snelheidsverhogingen die kunnen worden bereikt, heeft edge computing met betrekking tot computervisie belangrijke implicaties voor de beveiliging - een belangrijke factor om te overwegen, aangezien bedrijven en individuen te maken hebben met strenger toezicht en regelgeving over de manier waarop videogegevens worden vastgelegd en gebruikt. Met edge-apparaten zoals met computervisie uitgeruste beveiligingscamera's kunnen gegevens on the fly worden geanalyseerd en weggegooid als er geen reden is om ze te bewaren, bijvoorbeeld als er geen verdachte activiteit wordt gedetecteerd.
Inspire Webinar: Ontdek het voordeel van AI om uw organisatie te transformeren met automatisering en bruikbare inzichten
Registreer u nu om deel te nemen aan het exclusieve Executive webinar van AMCS over 'Hoe u het voordeel van AI kunt ontsluiten om uw organisatie te transformeren met automatisering en bruikbare inzichten' met gastspreker Bernard Marr op 14 juni. Klik hier voor meer informatie en om u te registreren om een uitnodiging te ontvangen.
AMCS Visie AI
AMCS Vision AI is onze door kunstmatige intelligentie aangedreven, computervisieoplossing die is ontworpen om afbeeldingen van resourcestromen en servicegebeurtenissen te digitaliseren om operators geautomatiseerde en continue inzichten te bieden. Lees hier meer over deze innovatieve oplossing.
laat ons zien wat AMCS Vision AI voor jou kan doen!
Vraag een demo op maat aan om te ontdekken hoe Vision AI uw bedrijf geld kan besparen, de veiligheid en naleving kan verbeteren en de kwaliteit van recyclebare materialen kan verhogen.
Vraag een demo aanAI inzetten om geautomatiseerde inzichten te krijgen
Ontdek de transformerende kracht van AI en computervisietechnologieën in de afvalindustrie
Bekijk webinar