Čo dokážu ľudia rozpoznať lepšie ako počítače. Ján Lunter Innovatrics

Rozměr: px

Začít zobrazení ze stránky:

Download "Čo dokážu ľudia rozpoznať lepšie ako počítače. Ján Lunter Innovatrics"

Vendula Slavíková
před 5 lety
Počet zobrazení:

1 Čo dokážu ľudia rozpoznať lepšie ako počítače Ján Lunter Innovatrics

2 Čo to je Počítačové videnie? Strojové učenie Umelá Inteligencia Matematika, Fyzika, Optika Počítačové videnie Spracovanie obrazu Strojové videnie Spracovanie signálu Neurobiológia Robotika 2

3 3 Aplikácie Navigácia v robotike Počítanie ľudí Vizuálna kontrola kvality pri výrobe Rozpoznávanie odtlačkov, tváre, dúhovky,... Detekcia tvárí OCR, HRC Detekcia veku, pohlavia, emócie Rekonštrukcia scény

transakciu Konzistentnosť odpovede Opakovateľnosť, vyhnutie sa efektu čo expert, to názor, odstránenie

4 4 Výhody softvérového riešenia Výkon Možnosť spracovávať veľa dát, minimalizácia reakčnej doby Všadeprítomnosť Uplatnenie aj v podmienkach nevhodných pre človeka Nízke náklady Minimálna cena za transakciu Konzistentnosť odpovede Opakovateľnosť, vyhnutie sa efektu čo expert, to názor, odstránenie ľudskej chyby Šírka uplatnenia Možnosť spracovať aj signál, ktorý je pre človeka neprirodzený, ťažko spracovateľný

5 Kedy počítačové videnie zlyháva Nedostatočná robustnosť Systémy fungujú iba v presne určených, limitovaných situáciách, neschopnosť reagovať na zmeny (neštandartné osvetlenie, iný uhol pohľadu)

5 5 Kedy počítačové videnie zlyháva Nedostatočná robustnosť Systémy fungujú iba v presne určených, limitovaných situáciách, neschopnosť reagovať na zmeny (neštandartné osvetlenie, iný uhol pohľadu) Riziko overfittingu Systém sa naučí naspamäť nejaké príklady, nefunguje pri dopredu nevidených situáciách Slabá schopnosť interpretácie Softvér nerozumie fyzikálnej podstate toho čo vidí Neschopnosť učiť sa a samostatne sa zlepšovať Vo väčšine prípadov je softvér statický, samoučiace sa systémy sú rizikové a nepraktické

6 6 Náročné problémy z biometrie Automatické spracovanie latentných odtlačkov (fragmentov) Problém: Čo je odtlačok a čo je pozadie? Riešenie: Interakcia človeka a softvéru

7 Náročné problémy z biometrie Automatické spracovanie volebných hárkov (Nigéria) Problémy: Nájdenie pozície odtlačku, rozpoznanie odtlačku od vlajky/loga Automatické

7 7 Náročné problémy z biometrie Automatické spracovanie volebných hárkov (Nigéria) Problémy: Nájdenie pozície odtlačku, rozpoznanie odtlačku od vlajky/loga Automatické rozpoznanie sériového čísla hárku Variabilita volebných hárkov Nekonzistentné naskenovanie: rôzne rozlíšenie, zrotované a odseknuté hárky, čiernobiele/farebné hárky,...

8 8 Náročné problémy z biometrie ICAO check Overuje sa: Správna poloha hlavy Svetelné podmienky Ostré tiene Otvorené oči Okuliare: hrubý rám, slnečné okuliare Zatvorené ústa Pohľad priamo do kamery Uniformné pozadie

9 9 Náročné problémy z biometrie Detekcia kontúr objektu (hlava, ramená)

biometrických štandardov, interoperabilita algoritmov, zníženie rizika vendor lock-inu

10 10 Vývoj, nové trendy, budúcnosť Rozpoznávanie odtlačkov: Za posledných 5 rokov výrazné zlepšenie rýchlosti a presnosti, posun od 1:1 (verifikácia) k 1:N (identifkácia) Vznik biometrických štandardov, interoperabilita algoritmov, zníženie rizika vendor lock-inu Medzinárodné benchmarky, zvyšovanie kvality Skenery s malou plochou prenikajú do smartphonov, výzva pre tvorcov algoritmov

11 11 Vývoj, nové trendy, budúcnosť Rozpoznávanie tváre: Zlepšenie presnosti o 2 rády: 2002, chybovosť 20%, 2006, chybovosť 1%, 2010 chybovosť 0.3% 1:1 verifikácia v štandardných podmienkach funguje uspokojujúco Aktuálne sa vývoj sústreduje na ťažké prípady : 2D versus 3D matching live vs. live, live vs. still low-res vs. high-res infrared vs. visible rozpoznanie tváre pri starnutí detekcia make-upu, plastickej operácie, transgender transformácie,...

12 12 Vývoj, nové trendy, budúcnosť Významné trendy v image processingu: Deep learning Významný pokrok v presnosti za cenu (veľkého) nárastu požadovaného hardverového výkonu Návrat k neurónových sieťam, vylepšenie existujúcich princípov Posun k samoučiacim sa algoritmom, ktoré viac rozumejú problému Vznik nových sofvérových knižníc (OpenCV,...), skrátenie vývojového cyklu, doména sa stáva prístupnejšou, otvorenejšou Verejné benchmarky a súťaže (kaggle, netflix prize), jednoduchšie porovnanie konkurenčných prístupov, zvýšenie záujmu o problematiku

13 13 Vaše otázky, diskusia Ďakujem za pozornosť.

Podobné dokumenty

Analýzou pohľadu používateľa k lepším aplikáciám

Analýzou pohľadu používateľa k lepším aplikáciám Mária Bieliková a Jozef Tvarožek Fakulta informatiky a informačných technológií Slovenská technická univerzita v Bratislave Použiteľnosť vs. užitočnosť