التعرف على الكائنات واكتشافها
يحدد التعرف على الكائنات ما هو موجود في الصورة، ويحدد اكتشاف الكائنات بالإضافة إلى ذلك كل مثيل بصندوق إحاطة أو منطقة.
Definition
التعرف على الكائنات هو تعيين تسميات الفئات للصور أو المناطق، واكتشاف الكائنات هو المهمة المشتركة لتحديد وتصنيف كل مثيل كائن في الصورة.
Scope
يغطي هذا الموضوع تصنيف الصور، واكتشاف النوافذ المنزلقة واقتراح المناطق، وكاشف الوجه الكلاسيكي المتتالي المعزز، والشبكات العصبية التلافيفية التي تهيمن الآن على التعرف، بالإضافة إلى دور مجموعات البيانات المصنفة الكبيرة والمعايير في دفع التقدم.
Core questions
- كيف يتم تحديد فئة كائن في صورة؟
- كيف يتم تحديد الكائنات وتصنيفها؟
- ما هي الميزات والنماذج التي تعمم عبر وجهة النظر والمظهر؟
- لماذا تفوقت التمثيلات المتعلمة على الميزات المصممة يدويًا؟
Key concepts
- تصنيف الصور
- اكتشاف صندوق الإحاطة
- اقتراحات المنطقة
- التسلسلات المعززة
- الشبكات العصبية التلافيفية
- مجموعات البيانات المعيارية
Key theories
- اكتشاف التسلسل المعزز
- تم تحقيق الاكتشاف في الوقت الفعلي من خلال الجمع بين الميزات المستطيلة البسيطة ومصنف معزز مرتب في تسلسل يرفض بسرعة المناطق غير الكائنية، ومثال على ذلك كاشف الوجه Viola-Jones.
- التعرف التلافيفي العميق
- تتعلم الشبكات العصبية التلافيفية المدربة على مجموعات بيانات كبيرة مصنفة ميزات بصرية هرمية من البداية إلى النهاية، مما يحسن دقة التعرف بشكل حاد ويؤسس التمثيلات المتعلمة كنهج سائد.
Clinical relevance
يمكّن التعرف والاكتشاف من التعرف على الوجوه، وإدراك المركبات ذاتية القيادة والروبوتات، وتشخيص الصور الطبية، والإشراف على المحتوى والبحث عن الصور، وتحليلات البيع بالتجزئة والمراقبة، والعديد من تطبيقات الواقع المعزز.
History
انتقل الاكتشاف من الميزات المصممة يدويًا والتسلسلات المعززة حوالي عام 2001 إلى النماذج القائمة على الأجزاء، وأدى نجاح الشبكات التلافيفية العميقة على ImageNet في عام 2012 إلى تحول سريع إلى التمثيلات المتعلمة عبر التعرف والاكتشاف.
Debates
- الميزات المصممة يدويًا مقابل التمثيلات المتعلمة
- لعقود من الزمان، اعتمد التعرف على الميزات الهندسية مثل الرسوم البيانية للتدرج؛ استبدل التعلم العميق هذه الميزات بميزات مستفادة من البيانات، مما أثار تساؤلات حول قابلية التفسير ومتطلبات البيانات والحوسبة والمتانة التي لا تزال نشطة.
Key figures
- Paul Viola
- Michael Jones
- Geoffrey Hinton
Related topics
Seminal works
- viola2001
- krizhevsky2012
Frequently asked questions
- ما الفرق بين التعرف والاكتشاف؟
- يقول التعرف ما هو موجود في الصورة، مثل أنها تحتوي على قطة، بينما يقول الاكتشاف أيضًا أين، ويرسم صندوقًا حول كل قطة ويصنفها، وقد يجد عدة مثيلات في وقت واحد.
- لماذا حسن التعلم العميق التعرف كثيرًا؟
- تتعلم الشبكات التلافيفية الميزات البصرية ذات الصلة مباشرة من مجموعات البيانات الكبيرة المصنفة بدلاً من الاعتماد على الميزات المصممة يدويًا، وتلتقط الأنماط التي يصعب تحديدها يدويًا وتتوسع مع البيانات والحوسبة.