Det känns som att maskinsyn skär upp överallt idag, men vad är det?
Maskinsyn är ett system som använder en kamera i kombination med en dator- och bildtolkningssoftware för att skapa data. Uppgifterna bearbetas i sin tur och används för att bestämma en åtgärd. I huvudsak är en maskin programmerad att leta efter en viss sak och sedan utföra en åtgärd när den ser vad den letar efter.
Till exempel kan en kamera ställas in på en fabriks förpackningslinje för att leta efter fel i förpackningen. När det uppstår en defekt i ett föremål kan maskinen avvisa det föremålet. Allt detta kan hända mycket snabbare än om en människa gjorde samma sak.
Definitionen av maskinsyn kan också inkludera alla typer av maskiner som finns för att skapa bilder för tolkning, varför de utför roller inom tillverkning, säkerhet, övervakning och mer. Maskiner med kameror används för en mängd olika uppgifter, såsom Celestial Tea, med hjälp av kameror för att utföra förpackningsinspektion på transportbandet, eller Tesla använder tekniken för att få sina bilar att läsa hastighetsgränssnittsskyltar och justera deras hastighet i enlighet därmed. Ett annat bra exempel på maskinsyn är inom säkerhetssektorn: när du går igenom tullkontrollen på flygplatsen snubblar en kamera ditt foto och använder ansiktsigenkänning för att leta efter personer som har blivit flaggade.
Maskinsyn och mönsterigenkänningskraften Google Translate s språkfältbyte.Maskinsyn är här för att stanna. Eftersom kamerorna och tekniken blir billigare kommer de att integreras i fler ställen och göra mer uppgifter på ett snabbare och mer tillförlitligt sätt än en människa. Som fotografer får vi mer tillgång till tekniken för att hjälpa oss att göra vårt arbete. Tekniken kommer att rädda oss från att göra de mer tråkiga uppgifterna i samband med vårt arbete och hjälpa oss att bearbeta och katalogisera stora mängder information.
Maskinsyn använder sig av synligt ljus och en kamera för att ta en bild. Pixlarna i det fotot bearbetas sedan av programvara som söker efter kontrastområden eller pixlar med angivna värden. Några exempel på parametrar som mjukvaran söker efter är:
Det finns många fler parametrar som algoritmer kan jakta på i ett hav av pixlar. Den exakta processen beror på applikationen. Faktum är att utvecklingen av mjukvaran ofta utvecklas i takt med den roll den ska utföra.
Maskinens synfält stämmer överens med spännande och spännande exempel på applikationer både aktuella eller bara på horisonten. Ett bra exempel är en kamera som kan ge en synskadad person information om ett objekt, byggnad eller nästan vad som helst framför dem. Du kan redan använda en smartphones kamera för att känna igen en målning i ett museum och få det att berätta namnet på målaren. Du kan även använda din smartphone för att översätta utländsk text på ett tecken.
Google Translate-app med OCR för att översätta text.Andra exempel inkluderar:
Ansiktsigenkänning
Optisk teckenigenkänning
Inspekterar en produktionslinje
Jordbruk
Vetenskap
Nu kan du vara orolig att maskiner med kameror kommer att ersätta dig. Jag försäkrar dig, ditt jobb är förmodligen säkert under överskådlig framtid. Mänskliga fotografer tar bilder för människor att tolka, dela och njuta av. Maskiner kan inte helt förstå alla nyanser som kan läsas på ett fotografi än, vilket är anledningen till att de kommer att sitta fast i industrins värld en stund längre.
Å andra sidan finns det några oroliga utvecklingar på fältet om du är en professionell retuscher eller redaktör. Googles artificiella intelligens kan nu automatiskt kombinera och retuschera bilder på vissa störande sätt och skapa och redigera historier. Kanske verkar det som en gimmick nu, men det gjorde också fotografering i tidiga dagar.
Att sätta vår existentiella ångest åt sidan för en sekund finns det många sätt att använda maskinvision till din egen fördel som fotograf.
Ett lovande sätt att använda maskinens visionsteknik är automatisk märkning, där programvaran försöker se på innehållet i en bild och lista ut de saker som är närvarande. Till exempel, om du har analyserat ett foto av jordgubbar, kan programvaran returnera taggarna: bär, frukt, jordgubbar, färskt. Den här automatiserade processen lovar att eliminera många timmar med manuellt taggning av bilder med nyckelord. Bilddelningsplatsen Flickr, till exempel, automatiskt taggar till dig vid uppladdning.
En annan maskin vision teknik som är tillgänglig för fotografer just nu är ansiktsigenkänning som en del av Lightroom 6, Apple Photos och Picasa. Ansiktsigenkänning bedömer dina fotografier och söker ansikten. Det grupperar sedan liknande ansikten tillsammans som programmet tycker att tillhör samma person. Du måste fortfarande gå in och ge ett namn till ansiktet och sortera ut falska matchningar men den här tekniken kan hjälpa dig att hitta och hålla reda på alla bilder du har tagit för kunder.
Använda ansiktsigenkänning i Adobe Lightroom för att märka personer.Kanske kan ditt nästa fotouppdrag involvera att skapa bilder som kommer att utsättas för någon form av maskiner för att samla in data. Om så är fallet måste du veta vad det här systemet letar efter för att hjälpa processen med. Om programmet till exempel söker förändringar i kontrast, vill du veta hur du justerar din belysning för att bättre avslöja kontrast.
Maskinsyn är ett lovande teknikområde som kan vara till stor hjälp i många branscher och roller, även för fotografer. Även om det inte finns någon överhängande fara att ersättas av en maskin med en kamera än, finns det en möjlighet att använda den nya tekniken för att förbättra ditt arbetsflöde. Den digitala revolutionen har lett till en spridning av kameror och bilder, möjligen fler bilder än vad vi kan göra förnuft utan att använda någon slags maskinsyn för att hjälpa oss att tolka.