بینایی ماشین یکی از شاخههای اصلی هوش مصنوعی است که به سیستمهای هوشمند توانایی درک و پردازش محیط اطراف را میدهد. در دهههای اخیر، تأثیرات پیشرفتهای بوقوع پیوسته در زمینه بینایی ماشین، حیرتانگیز بوده بطوریکه سیستمهای امروزی در تشخیص و واکنش سریع به ورودیهای بصری دقیقتر از انسان عمل مینمایند. چیستی این فناوری، تاریخچه، نحوه کار و تفاوتش با بینایی کامپیوتر از جمله مواردی است که به شناخت این حوزه فناوری کمک مینماید.
همچنین نرمافزارها و ابزارهای رایج، کتابهای مرجع، کاربردها و برخی از سرویسهای برجسته این حوزه فناوری جز مباحث ارزشمند و برجستهای است که میتواند به درک عمیقتر بینایی ماشین کمک نماید … درباره بینایی ماشین بیشتر بخوانید
پروژه «اکتشافات عمیق» برای بررسی راههای ایجاد پلتفرم جستوجوی بینایی کامپیوتر که بتواند مجموعههای دیجیتالیشده را در مقیاسی ملی، شناسایی کند و با هم تطبیق بدهد، آغاز شد. روشهای نوین جستوجوی مجموعههای گالری، کتابخانه و موزه ملی بهزودی با استفاده از یک پلتفرم جستوجوی بصری که با همکاری دانشگاه نورثامبریا
گروه کوچکی از پژوهشگران دانشگاه ایالتی نیویورک در آلبانی، دانشگاه ایالتی نیویورک در بوفالو و Kenya Medical متوجه وجود یک نقص در چهره دیپ فیک، چهرههایی که کامپیوتر آنها را ایجاد کرده، شدند. با توجه به این نقص، که به نظر میرسد میان اینگونه تصاویر مشترک است، میتوان اینگونه چهرههای
داشتن سلامتی روحی همیشه مهم است و تحقیقات اولیه نشان داده که شاید هوش مصنوعی در حوزه سلامت بتواند باعث بهبود سلامتی افرادی شود که آسیبهای زیادی دیدهاند. دانشمندان موفق به توسعه الگوریتمهای ترکیبی یادگیری عمیق شدند که با بررسی چشمها، میزان سلامتی روحی بیماران سرطانی بعد از جراحی را
گروهی از محققان واحد مهندسی محیط زیست و انرژی پایدار Division of Sustainable Energy and Environmental Engineering از دانشگاه اوساکا موفق شدند با استفاده از شبکههای مولد تخاصمی که روی دیتاستی سفارشی آموزش دیده بودند، اشیای ناخواسته را به صورت مجازی از تصاویر گرفته شده از نمای ساختمانها حذف کنند. این
یکی از دانشجویان دانشکدۀ «UPC Barcelona Tech» از من پرسید که بهترین چهارچوب برای برنامهنویسی شبکههای عصبی کدام است؟ تنسورفلو TensorFlow یا پایتورچ؟ PyTorch این پاسخِ من بود: «نگران این مسئله نباش! با هر کدام که راحتتر هستی کار را شروع کن. مهم نیست کدام یک رو انتخاب میکنی. مهمترین
منصفانه است اگر بگوییم در بازار مواد غذایی کاربرد هوش مصنوعی در فروش نادیده گرفته شده و این بازار از نظر تحول دیجیتالی کند عمل کرده است. بهعنوان یک صنعت قدیمی در بازار مواد غذایی سیستمهای قدیمی زیادی وجود دارند و همچنین این موضوع که شرکتهای نوپا در این صنعت
اخیراً مشغول کار در پروژهای مربوطه به نرمافزار پردازش آنی بودهایم. این نرمافزار ویدئوها را از سیستمهای نظارتی دریافت کرده و کادرهای محصورکننده Bounding boxes را در موارد شناساییشده به نمایش در میآورد. سپس اطلاعات مربوط به آن موارد در فایلهای json به صورت رکورد log ذخیره میشود. به نظر
بر اساس رویکردی جدید تواناییهای نرم افزار هوش مصنوعی میتواند به سرعت بهبود باید و آن رویکرد این است که هوش مصنوعی مبتنی بر یادگیری رایانه وقتی طوری برنامهریزی شده باشد که از تکنیک بسیار سریعتری برای درک اشیای جدید استفاده کند، میتواند عملکردی شبیه هوش انسانی داشته باشد. اینها
مسئولان انتظار دارند که سیستم پرداخت بلیط مترو مبتنی بر سیستم تشخیص چهره، به حمل و نقل در شبکۀ گستردۀ متروی مسکو سرعت ببخشد.
اگر با فناوری تشخیص چهره و OpenCV کار کرده باشید میدانید که امتیاز تشخیص در چهرههایی که کنتراست واضحتری دارند، به طرز معناداری بالا است. حال این سوال پیش میآید که چطور میتوان کنتراست تصاویر را بصورت خودکار ارتقاء داد؟ در بخشهای بعدیِ مقاله، مفهومِ «متعادل سازی هیستوگرام» histogram equalization
رشد بیحد و حصر هوش مصنوعی مستلزم قدرت محاسباتی بسیار بالایی است. ممکن است دو پردازنده فوتونی قادر به رفع این نیاز باشند و انقلابی در سختافزارهای هوش مصنوعی پدید آورند. هوش مصنوعی تحول عظیمی در بسیاری از حوزهها ایجاد کرده است که از جمله آنها میتوان به تشخیص بالینی
به علت احتمال به وجود آمدن مخاطرات اجتماعی، فیسبوک سیستم شناسایی چهرهاش را غیرفعال میکند. تشخیص چهره کاربران فیس بوک سبب شده بود تا کاربران این پلتفرم در عکس و ویدئوها به راحتی تشخیص داده شوند.
در این مقاله به توضیح برخی از پیشرفتهترین روشهای تخمین عمق در وسایل نقلیه خودران و یا همان پیشبینی عمق Depth در توالی عکسهایی میپردازیم که وسایل نقلیه ثبت کردهاند؛ این تصاویر بدون نیاز به استفاده از دوربینهای اضافی و حسگرها به ساخت و تولید مدلهای وسایل نقلیه خودران کمک
فرایند تصمیمگیری در انسان، فرایندی سلسله مراتبی است. این فرایند شامل چندین سطح از استدلال و استراتژیهای مختلف برنامهریزی میشود که همگی آنها به طور همزمان و در جهت دستیابی به اهداف طولانی مدت و کوتاه مدت عمل میکنند. طی چند دهه اخیر، تعدادی از دانشمندان کامپیوتر، که البته تعداد
مقاله را با معرفی چند مورد از رویکردهای سیستم تشخیص اشیا شروع میکنیم. بعد از آشنایی با رویکردهای قدیمی و جدید، به مطالعه مهمترین قسمتهای دو رویکرد مذکور (CenterNet و TTFNet) میپردازیم. بسیاری از این قسمتها بین این دو رویکرد مشترک هستند، بنابراین آنها را تنها یک بار توضیح خواهیم
توربو ویژن، تخصصیترین دوره بینایی ماشین کشور، زمستان امسال توسط کالج تخصصی هوش مصنوعی پارت برگزار خواهد شد.
پژوهشهای بنیادی که حول موضوع یادگیری خودکار Autonomous learning انجام میشوند میتوانند به همه، یا دست کم بیشتر مسائل بینایی کامپیوتر کمک کنند. یادگیری خودکار میتواند نقشی مؤثر در طراحی خودکار شبکههای عصبی بافتآگاه Contextual-aware neural network داشته باشد. این داده ها در عملیاتهای مختلف بینایی کامپیوتر کاربرد دارند. یکی
بینایی ماشین فرایند “دیدن” را در سیستمهای هوشمند، امکانپذیر مینماید که به کمک آن میتوان بسیاری از فعالیتها که نیازمند شناخت بصری است را بهطور خودکار انجام داد.
توصیف تصویر به گونهای که مشخص نباشد که توسط یک ربات بدون فهم و درک صورت گرفته، از مدتها قبل یکی از اهداف هوش مصنوعی بوده است. در سال 2016 گوگل مدعی شد هوش مصنوعیاش میتواند با دقت 94% برای تصاویر زیرنویسی انجام دهد و این کار را دقیقا مانند
گزارشگران در هنگام گزارش مسابقه ( چه از محل مسابقه و چه از استودیو) ببا مشکل تشخیص شماره پیراهن بازیکنان مواجه هستند. آنها با اطلاع از شماره بازیکنان میتوانند در جریان اتفافاتی که در زمین مسابقه روی میدهد قرار بگیرند و آن را به اطلاع بینندگان برنامه برسانند. با همه
کتابخانه Keras مجموعهای از آخرین مدلهای یادگیری عمیق فراهم کرده است که وزنهای آن با استفاده از دیتاست ImageNet از پیش آموزش دیدهاند. این مدلهای آموزش دیده را میتوان برای طبقهبندی تصویر، استخراج ویژگی و یادگیری انتقالی استفاده کرد. در این نوشتار مقالهای را با هم مرور خواهیم کرد که
درست همانطور که انسانها برای یادگیری مهارتهای جدید و آزمون دانش خود به چیزهایی همچون کتابهای منبع، بلاگها، ویدئوها و غیره نیاز دارند، الگوریتمهای یادگیری ماشین هم برای یادگیری نیازمند دیتاست هستند.
میدانید کدام ویژگی خوکها باعث شده از تکنولوژی تشخیص چهره برای آنها استفاده شود؟ پوزه ظریف و کشیده، گوشهای سربالا و خوشفرم. خوکها هم درست مثل انسانها چهرهای ویژه دارند. این ویژگی حتی توجه بازارهای گوشت خوک چین را به خود جلب کرده است.
برخی ویژگیهای ظاهری، مثل رنگ چشم یا پوست میتوانند سرنخی از نژاد و قومیت افراد باشند. اما بدون این نشانهها، تشخیص نژاد برای انسانها کار آسانی نیست. با این حال، بر اساس پژوهشی جدید که هنوز مورد بازبینی قرار نگرفته، به نظر میرسد الگوریتمها از پس انجام این کار برمیآیند.
در این مقاله ما به کمک یادگیری عمیق به دنیای بخشبندی تصویر قدم خواهیم گذاشت و درخصوص مباحث زیر صحبت خواهیم کرد: 1. بخشبندی تصویر چیست و انواع آن کدامند؟ 2. معماریهای بخشبندی تصویر 3. توابع زیان در حوزه بخشبندی تصویر 4. چارچوبهایی که در آن میتوان پروژههای بخشبندی تصویر
در این نوشتار نحوه تشخیص اجزای اصلی در تصاویر گل را با استفاده از یادگیری عمیق و شبکههای عصبی پیچشی توضیح میدهیم. وجود برخی از اجزای اصلی از جمله ساقه و گل برای تبدیل تصاویر به مدلهای سه بعدی لازم و ضروری است.
بینایی کامپیوتر از جمله حوزههایی است که همواره شاهد پیشرفت آن هستیم، اما یک مشکل بزرگ دارد: بینایی کامپیوتر نژادپرست است و نیاز به کاهش سوگیری نژادی در آن محسوس است.
تمام افرادی که در خیابان های باریک و شلوغ رانندگی کردهاند با این سناریو آشنا هستند: اتومبیلها در دو طرف خیابان پارک شدهاند و فضای کافی برای حرکت خودروها، در جهت مخالف یکدیگر، وجود ندارد. یکی باید به فضای خالی بین اتومبیلهای پارک شده برسد، یا آهسته حرکت کند و
سرطان دهانه رحم سالانه بیش از نیم میلیون نفر را مبتلا کرده و جان نزدیک به 300 هزار نفر را میگیرد. تشخیص سرطان در مراحل اولیه برای ریشهکن کردن بیماری از بدن بیمار ضروری است. با این حال، روش معمولی غربالگری سرطان که جمعیت-محور است، فرآیندی دشوار و هزینهبر دارد.
تا به حال برایتان پیش آمده که از ستارگان موسیقی که درگذشتهاند، موسیقی جدید بشنوید که در دوره حیاتشان آن را اجرا نکردهاند؟ احتمالا تعحب کردهاید، اما باید بدانید که از هوش مصنوعی میتوان برای ایجاد آهنگهای جدیدی استفاده کرد که با صدای خوانندههای فوتشده اجرا شوند. در حال حاضر
مقاله حاضر بر آن است تا یادگیری عصبی ساماندهی شده در کتابخانه تنسورفلو را معرفی کرده و جزئیات آن را تشریح کند. «TensorFlow» یک چارچوب ساده است که افراد حرفهای و تازهکار میتوانند از آن برای آموزش شبکههای عصبی با سیگنالهای ساماندهی شده استفاده کنند.
موسسه مهندسی عمران و فناوری ساختوساز کرهجنوبی (KICT) از ساخت سیستم شناسایی چالهآسفالت مبتنی بر هوش مصنوعی خبر داده است. این سیستم به نحوی طراحی شده است که روی شیشه جلوی اتومبیل نصب و چاله آسفالت های سطح جاده را در لحظه شناسایی میکند. چاله آسفالت ها به اتومبیل آسیب
تجهیزات جدید این امکان را به گیمرها میدهد تا آواتار خود را ضمن راه رفتن حین بازی در محیط مجازی نیز به حرکت در بیاورند، اما تنظیمات این قابلیتها پرزحمت و پیچیده است. با این حال، سیستم جدید foot-buzzing راه رفتن آواتار را صرفاً با حرکت سریع پای کاربر درحالت
امروزه، محبوبیت مسابقات تلویزیونی هواپیماهای بدون سرنشین رو به افزایش است. در عین حال، ویدئویهای زنده سیاهوسفید و نویزدار دوربینهای پهپادها کماکان جای پیشرفت دارند. شرکت T Mobile و لیگ مسابقات پهپاد (DRL) با یک پهپاد مسابقهای جدید به نام Magenta 5G به این مسئله پرداختند.
نتایج مسابقه DEF CON حاکی از این است که الگوریتم برش تصویر توئیتر نسبت به افراد جوانتر، لاغرتر، سفیدپوستتر سوگیری دارد. و احتمال اینکه افراد ویلچری را از تصویر حذف کند نیز زیاد است!
در مقاله حاضر، میخواهیم چگونگی کارکرد استراتژیهای تکاملی evolution strategies (ES) را به کمک چند نمونه بصری توضیح دهیم. در این مقاله چگونگی بهکارگیری الگوریتمها برای انجام کارهای مختلف را شرح خواهیم داد.
شرکت چینی «شیائومی» به تازگی از سگ ربات پیشرفتهای به نام «CyberDog» رونمایی کرده است. مغز قدرتمند سگ ربات شیائومی از NVIDIA Jetson Xavier تشکیل شده است که یک ابررایانه هوشمصنوعی برای جایگذاری در سیستمهاست که شامل 384 هسته CUDA و 48 هسته Tensor و یک پردازنده Carme ARM و
مدتها بود که نسخه بهروزرسانی شدهی هدستهای سری Vive – محصول شرکت اچتیسی – در بازار عرضه نشده بود. اما دو هدست واقعیت مجازی اچ تی سی با عنوان Vive Pro 2 و Vive Focus 3 به تازگی رونمایی شدهاند. قیمت اولیه Vive Pro 2 بدون کنترلر معادل 749 دلار
در مقاله پیشرو به بررسی معماری RegNet میپردازیم. مرحله اول – معماری مولد ResNet در ابتدا ساختار کلی ResNet را بررسی میکنیم. بررسی کردن ساختار ResNet به ما کمک میکند مدلهای AnyNet که در مقاله مذکور به آنها اشاره شده را ایجاد کنیم.
پیش از این سعی کردیم افراد حاضر در تصاویر بیکیفیتی که از اینترنت گرفته شدهاند را تشخیص دهیم. برای این کار از سیستم محبوب تشخیص اشیاء YOLO استفاده کردیم. این بار قصد داریم الگوریتم DETR را بررسی کنیم. هدف ما تشخیص افراد در تصاویر خام ویدئویی بود. ولی همانطور که
هوشیو رسانهای تخصصی در حوزه هوش مصنوعی است که با هدف ایجاد محیطی فراگیر و پویا به ترویج و ارتقای این دانش میپردازد. ما تلاش میکنیم تا علاقهمندان به این حوزه درک عمیقتری از هوش مصنوعی پیدا کنند، از جدیدترین تحولات آن در ایران و جهان مطلع شوند و فعالان و پیشروان این صنعت را بشناسند. هوشیو با تمرکز بر تولید محتوای چندرسانهای شامل ویدئوکست، پادکست، موشنگرافیک و … تجربهای جذاب و آموزنده برای مخاطبان فراهم میکند. همچنین، هوشیو با پوشش رسانهای گسترده رویدادهای هوش مصنوعی در ایران و جهان، بستری را برای اطلاعرسانی و تعامل میان فعالان و علاقهمندان این حوزه ایجاد کرده است.
تمام حقوق این وبسایت متعلق به هوشیو است. کپیبرداری از محتوای هوشیو با ذکر منبع بلامانع است.
