تطوّر الرؤية الحاسوبية Computer vision عبر التاريخ # اخر تحديث اليوم 2024-04-28

مع استمرار تطوّر تقنية الرؤية الحاسوبية Computer vision، وتفوقّها في المهام التي تحتاج إلى دقة عالية في التحليل وسرعة الاستجابة مقارنةً بالرؤية البشرية، سيركّز العامل البشري في المستقبل أكثر على المهام الإدارية، بينما ستتم أتمتة جميع العمليات التي تعتمد على مفهوم التعرّف على الصور وتحليلها في القطاعات الحكومية والخاصة.






قبل ظهور التعلّم العميق كانت المهام التي يُمكن أنْ تؤديها الرؤية الحاسوبية محدودة للغاية، وتتطلّب الكثير من الترميز اليدوي والجهد من قِبل المطوّرين، فعلى سبيل المثال، إذا أردت إجراء خاصية التعرّف على الوجه سيتعيّن عليك تنفيذ الخطوات التالية:






إنشاء قاعدة بيانات: كان عليك التقاط صور فردية لجميع العناصر التي تريد تتبّعها بتنسيق محدد.







تعليقات توضيحية: بالنسبة لكل صورة فردية، يجب عليك إدخال عدة نقاط بيانات رئيسية مثل المسافة بين العينين، وعرض جسر الأنف، والمسافة بين الشفة العليا والأنف، وعشرات القياسات الأخرى التي تُحدّد الخصائص الفريدة لكلِّ شخص.







التقاط صور جديدة: يتعيّن عليك التقاط صور جديدة سواء من الصور الفوتوغرافية أو محتوى الفيديو وتُخضعها لعملية القياس مرة أخرى، مع تحديد النقاط الرئيسية في الصورة ومراعاة الزاوية التي تم التقاط الصورة بها.






بعد كل هذا العمل والترميز اليدوي يستطيع التطبيق أو البرنامج أخيرًا من مقارنة القياسات في الصور الجديدة بالقياسات المخزّنة في قاعدة بياناته، وإخبارك ما إذا كان يتوافق مع أيِّ من الملفّات الشخصية التي كان يتعقّبها، من خلال هذا التصميم كان هناك القليل من الأتمتة المعنية لأنّه يتم تنفيذ معظم العمل يدويًا وهامش الخطأ في البرنامج أو التطبيق كبير جدًا.






قدّم التعلّم الآلي نهج مختلف عن الترميز اليدوي، لحل مشكلات الرؤية الحاسوبية Computer vision، حيث لم يَعُدْ هناك حاجة مُلحة للمطوّرين في تشفير كلّ قاعدة في تطبيقات الرؤية الحاسوبية بشكلٍ يدوي، وبدلًا من ذلك قاموا ببرمجة الميزات، وهي تطبيقات أصغر تستطيع اكتشاف أنماط مُعيّنة في الصور، ثم استخدموا خوارزمية التعلّم الإحصائي مثل الانحدار الخطي، الانحدار اللوجستي، أشجار القرار لاكتشاف الأنماط وتصنيف الصور واكتشاف العناصر التي تحتويها كما ساعد التعلّم الآلي في حل العديد من المشكلات التي كانت تمثّل عقبة تاريخية لأدوات ومناهج تطوير البرمجيات الكلاسيكية.






اقرأ أيضًا: هل يستطيع هاتف OnePlus 8 Pro اختراق الملابس والرؤية من خلالها؟






أما التعلّم العميق فيتّبع نهج مختلف تمامًا عن النهجين السابقين للقيام بتعلّم الآلة في مجال الرؤية الحاسوبية Computer vision، حيث يعتمد على الشبكات العصبية التي يمكنها حل أيِّ مشكلة يتم توضيحها من خلال الأمثلة، عندما تُوفّر شبكة عصبية تحتوي على العديد من الأمثلة المصنّفة لنوع معيّن من البيانات، سيتمكّن التعلّم العميق من استخراج الأنماط الشائعة بين تلكَ الأمثلة بسهولة وتحويلها إلى معادلة رياضية تُساعد أيضًا في تصنيف أجزاء من المعلومات في المستقبل.






يتطلّب إنشاء تطبيق التعرّف على الوجه -من خلال التعلّم العميق فقط- تطوير أو اختيار خوارزمية تمَّ إنشاؤها مُسبقًا، وتدريبها بأمثلة على وجوه الأشخاص ليتعيّن عليها اكتشافها، ومن خلال الأمثلة الكافية تستطيع الشبكة العصبية اكتشاف الوجوه، من دون المزيد من الإرشادات حول السمات أو القياسات للعناصر، يُعتبر التعلّم العميق طريقة فعّالة للغاية للقيام بالرؤية الحاسوبية، وهامش الخطأ فيه قليل جدًا مقارنةً بالطريقتين السابقتين.







أمثلة حول تطبيقات الرؤية الحاسوبية Computer vision






فيما يلي بعض الأمثلة المهمّة للرؤية الحاسوبية في الحياة العملية اليوم:







المركبات ذاتية القيادة






الرؤية الحاسوبية Computer vision ضرورية لتمكين السيّارات ذاتية القيادة من السّير في الطُرقات بكفاءة عالية، حيث يستخدم مُصنّعي السيارات -مثل تسلا وبي ام دبليو وفولفو وأودي- كاميرات متعدّدة وأجهزة الليدار والرادار، بالإضافة إلى أجهزة الاستشعار بالموجات فوق الصوتية للحصول على صور من البيئةحتى لتتمكّن السيارات ذاتية القيادة من اكتشاف الأشياء المحيطة بها والعلامات والإشارات المرورية للقيادةِ بأمان.







تطبيق جُوجل للترجمة






كُلّ ما عليك فعله لقراءة الإشارات المكتوبة بلغة أجنبية، هو توجيه كاميرا هاتفك الذكيّ إلى الكلمات والسماح لتطبيق جوجل بإخبارك ما تعنيه هذه الكلمات باللغة التي تُريدها على الفور، وذلك بإستخدام بعض أدوات الرؤية الحاسوبية Computer vision مثل خاصية التعرّف البصري على الأحرف، والواقع المُعزّز لإعطاء ترجمة دقيقة.







التعرّف على الوجه






تأتي الصين في طليعة استخدام هذه التقنية بين جميع دول العالم، حيث تستخدمها في عمل الشرطة وبوّابات الدفع ونقاط التفتيش الأمنية في المطار، والمواقع الحكومية وغيرها من التطبيقات الأخرى.







الرعاية الصحّية






نظرًا لأنَّ 90% من البيانات الطبّية تعتمد على الصور فهناك عدد كبير من الاستخدامات الواسعة للرؤية الحاسوبية في مجال الطبّ، تتضمن طُرق التشخيص الطبّي الحديثة، وتحليل الأشعة السينية، والتصوير الشعاعي للثدي وغيرها من عمليات المسح الصورية لمراقبة حالات المرضى، وتحديد المشاكل الصحّية في وقتٍ مُبكّر، بالإضافة إلى المساعدة في عمليّات الجراحة، من المتوقّع أنْ تستفيد المؤسسات الطبّية من الرؤية الحاسوبية Computer vision في مجال الرعاية الصحّية بشكل أكبر في المستقبل.







تتبّع الأنشطة الرياضية






تحليل مباريات كرة القدم والأنشطة الرياضية الأخرى المُتلفزة أمرٌ شائع منذ فترة طويلة، ساهمت الرؤية الحاسوبية Computer vision أيضًا في تطوير وتسهيل عملية التحليل والإستراتيجيات بدقة وكفاءة عالية، من خلال تتبّع اللاعبين وتقييم مستوياتهم. عن طريق أجهزة الاستشعار المختلفة الموجودة في الملاعب والميادين الرياضية، وإخراجها في صورة معلومات إحصائية.







الزراعة






في معرض الإلكترونيات الاستهلاكية (CES) الذي يُقام سنويًا في مدينة لاس فيجاس الأمريكية، تم الكشف عام 2019 عن حصّادة شبه ذاتية تستخدم الذكاء الاصطناعي والرؤية الحاسوبية لتحليل جودة الحبوب أثناء حصادها، وإيجاد طريقة فعّالة لإنتاج المحاصيل بجودة عالية، ذلك من خلال تحديد الأعشاب الضارة بحيث يمكنها رش مبيدات الأعشاب عليها مباشرةً بدلًا عن المحاصيل، وبفضل تقنية الرؤية الحاسوبية Computer vision المتوفّرة في مثل هذه الحصّادات، فمن المتوقّع أنْ تُقلّل من كمّية استخدام مبيدات الأعشاب بنسبة تُقارب 90%.







الصناعة






تُساعد الرؤية الحاسوبية Computer vision في جعل الشركات الصناعية تعمل بشكل أكثر أمانًا وفاعلية بطرق متنوّعة، وتُعتبر الصيانة التنبؤية إحدى الأمثلة على ذلك، حيث يتم مُراقبة المعدّات الصناعية من خلال الرؤية الحاسوبية للتدخل السريع قبل حدوث عطل قد يتسبّب في تعطيل سير العمل، كما تتم أيضًا مراقبة عملية التعبئة وجودة المنتج التي تُساهم في تقليل عدد المنتجات المشوّهة أو المعيبة.