الرؤية الحاسوبية مبتدئ · Beginner 10 دقيقة

مقدمة في الرؤية الحاسوبية

Introduction to Computer Vision

ما الرؤية الحاسوبية، وما مهامها الرئيسة، ولماذا هي صعبة؟

تقدّمك في المسار0%

ما الرؤية الحاسوبية؟

الإنسان يرى صورة قطة فيدرك فوراً ما فيها. الحاسوب يرى مصفوفة أرقام. الرؤية الحاسوبية تبني الطرق التي تسد هذه الفجوة.

المهام الرئيسة

المهمةالسؤالالمخرج
التصنيفما في الصورة؟فئة واحدة أو أكثر
كشف الأجسامما الأجسام وأين هي؟مربعات محيطة + فئات
التقسيم الدلاليما فئة كل بكسل؟خريطة فئات
تقسيم النسخأي بكسلات تنتمي لكل جسم؟قناع لكل جسم
التتبعأين يتحرك الجسم عبر الإطارات؟مسارات
تقدير الوضعيةأين مفاصل الجسم؟نقاط مفتاحية

لماذا هي صعبة؟

  • تغير الإضاءة وزاوية النظر والمقياس.
  • الإخفاء الجزئي والخلفيات المزدحمة.
  • التنوع داخل الفئة الواحدة (سلالات القطط) والتشابه بين الفئات.

تطور المجال

  1. السمات اليدوية: كاشفات الحواف، وواصفات مثل SIFT وHOG، مع مصنفات مثل SVM.
  2. التعلم العميق: منذ فوز AlexNet في ImageNet عام 2012، أصبحت الشبكات الالتفافية هي الأساس.
  3. المحوّلات والنماذج الأساسية: محوّلات الرؤية، ونماذج تربط الصور بالنصوص، ونماذج تقسيم عامة.

أين تُستخدم؟

القيادة الذاتية، والتصوير الطبي، والفحص الصناعي، والزراعة، والأمن، والهواتف الذكية. سيتناول الدرس الأخير في المسار هذه التطبيقات مع الاعتبارات الأخلاقية.

مصطلحات الدرس

الرؤية الحاسوبية Computer Vision
مجال يطور طرقاً لاستخراج معلومات ومعانٍ من الصور والفيديو آلياً.
الفجوة الدلالية Semantic Gap
الفرق بين التمثيل المنخفض المستوى للصورة (قيم البكسلات) والمعنى الذي يدركه الإنسان منها.

الملخص

الرؤية الحاسوبية مجال يهدف إلى تمكين الحواسيب من فهم محتوى الصور والفيديو، ومن مهامها التصنيف وكشف الأجسام والتقسيم والتتبع وإعادة البناء ثلاثي الأبعاد. صعوبتها نابعة من الفجوة بين قيم البكسلات والمعنى، ومن تغير الإضاءة وزاوية النظر والحجم والإخفاء الجزئي. تحولت منذ 2012 من السمات اليدوية إلى الشبكات العميقة المدربة على بيانات ضخمة.

أسئلة مراجعة

  1. اذكر أربع مهام في الرؤية الحاسوبية.

    تصنيف الصور، وكشف الأجسام، والتقسيم، والتتبع في الفيديو.

  2. لماذا يصعب على الحاسوب التعرف على قطة في صور مختلفة؟

    بسبب اختلاف الإضاءة والزاوية والحجم والخلفية والإخفاء الجزئي، مع أن المعنى واحد.

المصادر والمراجع

  1. Szeliski — Computer Vision: Algorithms and Applications (2nd ed.)
  2. CS231n — Deep Learning for Computer Vision
  3. Deng et al. (2009) ImageNet: A large-scale hierarchical image database — CVPR

إكمال الدرس