Computer Vision

Le tecniche e gli strumenti di computer vision, noti anche come visione artificiale o occhio digitale comprendono tutti quei processi utili a creare un modello approssimativo del mondo reale (3D) partendo da immagini bidimensionali (2D). (fonte Wikipedia)
La computer vision quindi ha come scopo principale la riproduzione della vista dell’uomo, intesa non solo come riproduzione fotografica ma anche come comprensione di ciò che il sistema osserva.

Componenti ottiche, elettroniche e meccaniche costituiscono i sistemi di computer vision, che grazie a queste componenti sono così in grado di vedere immagini sia nello spettro della luce visibile che quelle ad infrarossi, ultravioletti e raggi X.

Caratteristiche e componenti dell’occhio digitale

Gli strumenti di computer vision o occhio digitale sono costituiti da: 

  • telecamere
  • sistemi di illuminazione
  • componenti ottici
  • software di acquisizione e di elaborazione dell’immagine
  • interfaccia uomo-macchina
  • interfaccia con ambiente esterno

Come avviene il riconoscimento immagini dell’occhio digitale?

Gli algoritmi di Computer Vision possono effettuare indagini più o meno approfondite su un’immagine, a seconda delle tecniche utilizzate, della tipologia di immagine e del tipo di task effettuato

Ecco i principali task di riconoscimento dei sistemi di visione digitale:

  • Image classification: analisi del contenuto dell’immagine e attribuzione di un’etichetta (es. cane, gatto, fiori, piante);
  • Object detection: identificazione di una o più entità all’interno di un’immagine;
  • Image segmentation: suddivisione dell’immagine in sezioni (es. per evidenziare i pixel di un referto medico in cui si riscontra un tumore);
  • Face recognition: riconoscimento di volti di persone;
  • Action recognition: identificazione di una o più entità e della loro relazione nel tempo e nello spazio, al fine di identificare e descrivere azioni specifiche (es. un automobile che attraversa un incrocio con il semaforo rosso);
  • Visual relationship detection: comprensione della relazione tra gli oggetti in un’immagine;
  • Emotion recognition: rilevamento del sentiment di un’immagine;
  • Image editing: modifiche a un’immagine (es. oscuramento di dati sensibili).

Fonte: Osservatorio Digital Innovation

Applicazioni della computer vision

I dati prodotti quotidianamente dai vari device tecnologici come smartphone, tablet, app, telecamere, sistemi di rilevazione intelligente e altri dispositivi rappresentano una fonte preziosa di informazioni, anche visive.
Dati che possono ricoprire un ruolo strategico per il management aziendale, e quindi motivo per cui la computer vision occupa sempre più un ruolo di rilievo nei vari settori come il commerciale, i trasporti, la sanità, l’intrattenimento, la sicurezza, l’industria.

Di seguito alcune applicazioni concrete di impiego della computer vision:

  • riconoscimento degli oggetti
  • remote sensing
  • scansione codici QrCode
  • riconoscimento ottico dei caratteri (OCR)
  • restauro di immagini e di opere d’arte
  • robot che ispezionano e manipolano gli oggetti
  • visual servoing
  • modellazione 3D
  • manutenzione predittiva
  • analisi e controllo dei difetti nei processi produttivi
  • sicurezza nei luoghi di lavoro

Applicazioni dell’occhio digitale in ambito industriale

Grazie alle funzionalità sempre più elevate dei super compuer e dei computer quantistici, i sistemi di visione hanno campi di utilizzo sempre più vasti. Ad esempio in ambito industriale l’occhio digitale viene utilizzato per:

  • Riconoscimento difetti e rispetto delle tolleranze
  • Orientamento, posizionamento e guida robot
  • Misure non a contatto
  • Verifiche su nastri in continuo (Web Inspection)
  • Classificazione e scelta
  • Lettura di caratteri e codici

Associazione Italiana per la computer vision

In Italia esiste anche un’associazione che si occupa di computer vision, con l’obiettivo di promuovere e coordinare gli studi nei settori di Computer Vision, Pattern Recognition, Machine Learning e dei campi applicativi ad essi collegati.
Lo scopo dell’associazione è quello di favorire l’eccellenza in Italia in tali settori, di promuovere lo sviluppo e la diffusione, nonché la formazione ed il trasferimento tecnologico verso l’ industria e la società

L’Associazione Italiana per la ricerca in Computer Vision, Pattern Recognition e Machine Learning nota anche con l’acronimo CVPL, in inglese “Italian Association for Computer Vision, Pattern Recognition and Machine Learning”), è nata come evoluzione del “Gruppo Italiano di Ricercatori in Pattern Recognition” fondato nel 1983. L’Associazione rappresenta i ricercatori italiani in seno alla “International Association for Pattern Recognition”.
La sede dell’Associazione è in Firenze, presso l’Università di Firenze.

Se questo questo contenuto ti è piaciuto faccelo sapere scrivendo a info@businessintelligencegroup.it e continua a seguirci su www.businessintelligencegroup.it