Görüntü Tanıma (Image Recognition) Nedir?

Görüntü tanıma, bilgisayar destekli bir kameranın dijital bir görüntü veya videodaki nesneleri veya özellikleri tanımlama ve algılama yeteneğidir. Bu yöntemden, görüntüleri yakalamak, işlemek, incelemek ve sempatik hale getirmek için kullanılan bir çözümleme şeklinde bahsedebiliriz. Görüntüleri tanımlamak ve tespit etmek için bilgisayarlar, bir yapay zeka sistemi tarafından desteklenen yapay görme teknolojisini kullanır. Tipik bir görüntü tanıma algoritması ise şunları içerir:

• Optik karakter tanıma
• Desen ve degrade eşleştirme
• Yüz tanıma
• Plaka eşleştirme
• Sahne tanımlama

Görüntü Tanıma Nasıl Çalışır?

Görüntü tanıma teknolojisi, görüntü veya nesne hakkında en fazla bilgiyi içeren kısımlar olan göze çarpan bölgeleri algılayarak çalışır. Bunu, seçilen bir görüntüdeki en bilgilendirici bölümleri veya özellikleri izole ederek ve fazla ilgi görmeyebilecek özelliklerin geri kalanını göz ardı ederken bunları yerelleştirerek yapar. İşlem, bir görüntüyü girdi olarak alan ve görüntünün içerdiğini çıkaran, görüntü sınıflandırıcı olarak da bilinen bir görüntü tanıma algoritması kullanır. Bir algoritmanın bir görüntünün ne içerdiğini bilmesi için, sınıflar arasındaki farkları öğrenmek üzere eğitilmesi gerekir. Örneğin, bir görüntü tanıma sisteminin amacı köpekleri tespit etmek ve tanımlamaksa, görüntü tanıma algoritmasının binlerce köpek görüntüsü ve herhangi bir köpek içermeyen binlerce arka plan görüntüsü ile eğitilmesi gerekir.

Görüntü Tanıma Algoritması Nasıl Çalışır?

Çeşitli yüz tanıma modelleri, programatik görevlerini yerine getirmek için farklı algoritmalar kullanır. Bazı programlar, öznenin yüzünü gösteren bir görüntüden yüz işaretlerinin çıkarılması yoluyla yüz özelliklerini tanımlayan algoritmalar kullanır. Algoritma konumu, gözlerin şeklini, çeneyi ve diğer yüz özelliklerini analiz eder. Bu tür analizlerden elde edilen veriler daha sonra benzer yüz özelliklerine sahip diğer görüntüleri aramak için kullanılır.

Diğer algoritmalar ise, belirli bir yüz görüntüsünün galerisini normalleştirerek ve ardından belirli yüz verilerini sıkıştırarak, yalnızca yüz tanıma için kullanılabilecek verileri kaydederek çalışır. Bir sonda şeklindeki nihai sonuç, yüz özellikleri veri tabanıyla karşılaştırılır. Bu, başarılı olan en eski yüz tanıma sistemlerinden biri olarak tanımlanabilir.

Yüz tanıma algoritmaları iki ana kategoriye ayrılabilir: farklı yüz özelliklerini tanımlamaya odaklanan geometrik ve varyansları ortadan kaldırmak için belirli bir görüntüyü daha sonra şablonlardaki değerlerle karşılaştırılan farklı değerlere ayırmaya bakan fotometrik. Bazı araştırmacılar, bütünsel ve özellik tabanlı iki geniş kategori arasında ayrım yapma eğilimindedir. Bütünsel yaklaşım, öznitelik tabanlı, verilen yüzü farklı bileşenlere ayırdığında ve her birini ayrı ayrı analiz ettiğinde, yüzü bütünüyle tanımaya odaklanır.

Yüz tanıma yazılımı çözümleri, farklı ilkeler üzerinde çalışan farklı algoritmalar kullanır. Bazıları özyüzleri ve temel bileşen analizini içerirken, diğerleri lineer diskriminant analizi, elastik grafik eşleştirme ve gizli Markov Modeli kullanır. Hepsinin avantajları ve dezavantajları vardır, hepsi yüz tanımayı işine dahil etmek isteyen müşterinin bireysel tercihlerine bağlıdır. Söz konusu Algoritmalar dört farklı kategoriye ayrılır:

SIFT: Ölçekle Değişmeyen Özellik Dönüşümü

SURF: Hızlandırılmış Sağlam Özellikler

PCA: Temel Bileşen Analizi

LDA: Lineer Diskriminant Analizi

Görüntü Tanıma İş Dünyasında Nasıl Kullanılır?

Ticari dünyada, görüntü tanımanın başlıca uygulamaları yüz tanıma, güvenlik ve gözetim, görsel konum belirleme, nesne tanıma, jest tanıma, kod tanıma, endüstriyel otomasyon, tıbbi ve sürücü yardımında görüntü analizidir. Bu uygulamalar, birçok endüstride iş dünyasında devrim yaratmaktadır. Söz konusu sektörlerden ve kullanım alanlarından kısaca bahsetmek gerekirse:

E-ticarette

Görüntü tanıma, arama ve reklamcılık dahil olmak üzere e-ticarette büyük ölçüde benimsenmiştir. Günümüzde mobil uygulamalar, belirli ürünleri tanımlamak için teknolojiyi kullanıyor ve potansiyel müşterilere çevrelerindeki dünya hakkında daha ilgi çekici bir deneyim sunuyor. Her şeyi aranabilir hale getirerek dünyanın daha etkileşimli bir görünümünü sunar.

İş Süreçleri Yönetimi

Görüntü tanıma teknolojisi, iş operasyonları sırasında tanımlama sürecine yardımcı olabilir. Bunun bir örneği, geleneksel kimlik kartlarının Face ID ile değiştirilmesi olabilir. İşyerinde bu, bir kişiye resmi çalışma belgelerine erişim izni mi yoksa sadece check-in yapma izni mi verildiğini belirlemek için kullanılabilir. Görüntü tanımanın verimli iş operasyonları için uygulanabilir olduğu bir başka örnek de üretim sürecidir. Görüntü tanıma özelliğine sahip makineler, üretim hattındaki kusurlu ürünleri otomatik olarak algılayabilir.

Otomotiv endüstrisi

Kendi kendini süren arabalar, otomotiv endüstrisindeki en popüler şeydir ve halihazırda ABD’de ve dünyanın diğer bölgelerinde test edilmektedir. Otomobil dünyasındaki bu gelişmeler, AI görüntü tanıma kullanan bilgisayarlı görme teknolojisi ile mümkün olmaktadır. Derin öğrenmeyle desteklenen bilgisayarlı görme sistemleri, yol işaretleri, yollar, hareketli nesneler, araçlar ve insanlar gibi binlerce görüntü kullanılarak eğitilir ve sistemlerin sinir ağlarına beslenir. Sisteme daha fazla eğitim verisi beslendikçe sistemler akıllı hale gelir ve bu şekilde otonom sürüş etkinleştirilir.

Kaynak: SightCorp 

Görüntü İşleme Görüntü Tanıma Image Recognition Visual Recognition Yapay zeka