Распознавание лиц и прочие военные игры
Суть задач распознавания очень проста: нужно по реальному объекту на видео или фотографии выделить определенный объект и идентифицировать его. Интересная, кстати, задача для автоматических программ, которая часто не имеет не только решения, но и даже алгоритмически обоснованного аппарата. Так, одно время ходили слухи, что в браузеры будут встроены средства защиты от показа контента для взрослых – увы, единого решения так и не нашлось, и различные «сетевые няни» по-прежнему используют более практичный способ работы с черными списками сайтов. Другой известный пример использования технического зрения – попытки военных определять лица на фотографиях. Легенды говорят о том, что в эту задачу были вбуханы огромные средства, но вопрос решился банально: взяли готовый коммерческий алгоритм, который производители гражданских камер используют для ликвидации эффекта «красных глаз». Где глаза, там и лицо. Не факт, конечно, что все в этой истории является правдой, но теперь любая программа, претендующая на лавры Фотошопа, довольно уверенно обрабатывает и лица, и цвет глаз.
Вообще, техническое зрение – очень востребованная тема, а вот программ обработки данных в ней мало. К примеру, в одно время в «Компьютерре» был задан вопрос, как в производстве удобнее считать огромные стопки плит, причем их высота различалась от 1 до 1,5-2 мм. Чисто техническое решение – создать подпружиненный датчик-щуп, которым проводить по торцу стопы, а каждый щелчок-переход будет увеличивать счетчик в программе микроконтроллера. А если стопа лежит неровно? Оказывается, проще сфотографировать торец стопы сегментами, объединить сегменты в редакторе, а затем обработать программой – она не только посчитает плиты, но и рассортирует их по весу. В некоторых случаях программы распознавания фотообразов эффектно работают «в лоб»: например, сравнивают проходящую по конвейеру продукцию с эталонным изделием – для отбраковки заведомо негодных объектов. Увы, не ждите названий таких программ – они разрабатываются для внутрикорпоративных нужд и хранятся под грифом «секретно». Может лишь натолкнуть амбициозных программистов на мысль о том, что таких задач в производстве очень много, и есть смысл на этом зарабатывать – не хуже, чем, например, стоит программа раскроя металла или дерева.
Для большинства клиентов наиболее известны программы распознавания текстов, как частная задача технического зрения. Из программ здесь выделяется FineReader – лидер российского рынка. Интересно, что у пакета есть дополнительные функции в виде распознаваний символов с экрана. И мало кто знает, что пакет идеально работает при массовом считывании информации с различных бланков, где можно заранее настроить зоны распознавания. Манимейкеры знают и еще об одной разновидности подобных программ – программы распознавания капчи, которые, вопреки мнениям, могут работать не только на основе распознавания живыми людьми. Для автокликеров и некоторых социальных проектов есть готовые скрипты и программы, способные переводить капчи в набор знаков – Captcha Killer, Captcha Sniper и другие. Кому интересен принцип работы таких программ, смотрим сюда – habrahabr.ru/post/63854. Помните только, что взламывать что-либо ради вреда – неэтично.
Еще одна интересная область для применения технического зрения – медицина. Если уж когда-нибудь и создадут удобных нанороботов, лечащих организм изнутри, то хотелось бы, чтобы они умели на месте определять чужеродные клетки, разрывы тканей и сосудов, тромбы и т.д. Пока же, насколько известно, вовсю работают программы в лабораториях, которые работают с анализами и считают количество кровяных телец, лейкоцитов, сперматозоидов и прочих мелких объектов. Ну чем не распознавание «капчи»? И, заметьте, объекты при этом двигаются…
Все в мире движется, включая толпы людей на улицах. У нас это пока в диковинку, но вот в США после 9/11 камеры весьма эффективно выбирают лица прохожих, сравнивая их с базами данных террористов и нежелательных лиц. Возраст, макияж, усы, очки мало спасают при этом – программы распознавания лиц работают по принципу неизменяемых параметров, определяемых точками, линиями и формами. К примеру, можно определить человека по форме ушей. Вообще же, в идентификации участвует целая куча параметров – чем больше совпадений, тем лучше. И, конечно, такие программы на рынок выводить не будет – CIA/FBI не так поймут. В полицейских лабораториях часто можно найти программы по работе с графикой:
- Восстановление данных по неполному отпечатку пальцев.
- Определение номерных знаков с камер наблюдения.
- Поиск лица водителя-нарушителя.
- Определение места преступления по объектам инфраструктуры (здания, банки, перекрестки, рельеф и т.д.).
- Преобразование видео ДТП в схематическую модель.
- И многое другое, что нам даже в сериале «След» видеть не положено.
В системах безопасности техническое зрение помогает рассортировать людей по принципу «свой-чужой», для чего удобно применять сканирование и распознавание отпечатков пальцев, сетчатки глаз, губ и даже особенностей походки.
Военные и вовсе не выдают своих секретов, но иногда пишут о них пространно. К примеру, любой может поинтересоваться проблемой создания цифрового камуфляжа, поиска объектов в инфракрасном свете, в лесном массиве и т.д. Несколько лет назад была популярна тема о фрактальных алгоритмах, которым прочили огромный прорыв в системах компрессии данных. Некоторые наработки по этой теме и используют военные. Так, все живые растения на Земле используют одни и те же алгоритмы роста, которые наиболее наглядно видны, к примеру, на листьях папоротника (www.opita.net/node/145). Условно говоря, можно построить виртуальный лес программой, после чего «вычесть» его из реального фото, и обнаружить там замаскированные объекты – пехоту, танки, огневые точки и т.д. Говорят, такие программы уже есть на вооружении армий мира.
Об остальных вариантах использования технического зрения постарайтесь вспомнить сами. А еще лучше – позаниматься разработкой и кодирование таких программ, что принесет много пользы. |
