42 / 110
ישומי עיבוד תמונה קלאסיים
מוגבלים במקרים הבאים:
האובייקטים הנבדקים מעוותים, בעלי
צורות לא סטנדרטיות, בעלי וריאציות
גדולות, סביבת התאורה אינה מתאימה/
מבוקרת או קיימים עיוותים אופטיים.
אם, כמו במקרים אלה, לא ניתן לשלוט
בתנאיםהסביבתייםשל רכישתהתמונה, גם
אלגוריתמים ספציפיים לתיאור מאפיינים
,
CNN
כמעט ולא ניתנים ליישום. רשתות
לעומת זאת, מגדירות מאפיינים באמצעות
שיטת האימון שלהן, ללא שימוש במודלים
מתמטיים. זה מאפשר לכידה וניתוח של
התמונה בתנאים קשים, כגון משטחים
מחזירי אור (רפלקטיביים), אובייקטים
נעים, זיהוי פנים, רובוטיקה, וכן סיווג קל
יותר של המידע בתמונה ישירות מטרום
העיבוד ועד לתוצאת הסיווג, דבר שנדרש
CNN
ביישומים רבים. עם זאת, רשתות
אינן יכולות לכסות את כל תחומי עיבוד
התמונה הקלאסיים, כגון קביעת מיקום
מדויק של אובייקטים - כאן יהיה צורך
חדשות ומתקדמות.
CNN
לפתח רשתות
י
) הופכת למציאות
Deep Vision
ראייהעמוקה (
CNN
עם רשתות
רשתות נוירוניםמבצעותמשימותעיבוד תמונהמורכבות
Martin Cassel, Editor, Silicon Software GmbH
ממוטבות
CNN
רשתות
מאיצות ראיה ממוחשבת
בשנים
CNN
ניסיון מעשי עם רשתות
האחרונות הוביל להנחות מתמטיות
ולהפשטות. ניתן למנות כמה, לדוגמה
והימנעות
ReLu
,
)pooling(
- אגירה
. הדבר הביא
overfitting
מהתאמת יתר
לירידה בהוצאות המחשוב, מה שאיפשר
יישום של רשתות עמוקות יותר. צמצום
עומק התמונה באותו קצב של זיהוי
ואופטימיזציה של האלגוריתם גורמים
יכולות להיות מואצות
CNN
לכך שרשתות
משמעותית וכעת הן אידאליות לעיבוד
הן בלתי תלויות
CNN
תמונה. רשתות
בהזזת התמונה ובאופן חלקי גם בהגדלתה
ובכך מאפשרות את השימוש באותם מבני
רשת עבור רזולוציות תמונה שונות. רשתות
נוירונים קטנות יותר לעיתים קרובות
מספיקות למשימות עיבוד תמונה רבות.
בשל הרמה הגבוהה של מקביליות העיבוד,
רשתות נוירונים מתאימות במיוחד
FPGA
)
Field
Programmable
Gate
ל-
יכולות גם
CNN
), שעליו רשתות
Array
למידה עמוקה בעזרת רשתות נוירונים תהיה בעלת השפעה
משמעותית על העתיד של נושא עיבוד תמונות, שכן לגישה
זו מספר יתרונות משמעותיים לתוצאות הסיווג והניתוח, וכן
לאיכות התמונה הסופית. מכיוון שרשתות נוירונים קטנות
מספיקות ליישומי ראייה אופייניים רבים, ניתן ליישם ביעילות
Convolutional Neural
(CNN)
רשתות נוירונים מלאכותיות
. כתוצאה מכך, קיימות
FPGA
על מעבדים דוגמת
Networks
אפשרויות יישום רבות, הרבה מעבר למשימות סיווג, תוך
.(embedded)
שימוש יעיל בתוך מערכות ראייה משובצות
MACHINE VISION
מוסף מיוחד
New-Tech Magazine l 42