03.02.2021
Сейчас всё больше и больше задач, которые без этой технологии решить невозможно.
Технологии машинного зрения активно используются в различных секторах экономики –коммерческой, научной и даже государственной. С помощью машинного зрения решают такие проблемы, как распознавание текста и лиц, определение фейковых видео, разработка функционального ядра автопилотируемых автомобилей, распознавание отклонений на снимках КТ и МРТ. Это только часть того, где может применяться машинное зрение. Сейчас всё больше и больше задач, которые без этой технологии решить невозможно.
Так, например, в медицине обработка изображений применяется для более точной постановки диагнозов. Исследователи института в Хьюстоне разработали программу, способную прогнозировать развитие рака груди. Для этого необходимы данные с маммограмм и медицинские истории пациенток. Подобные технологии используются и в России — российская платформа Botkin.AI позволяет выявлять онкологические заболевания легких благодаря анализу медицинских изображений с помощью технологий искусственного интеллекта.
Машинное зрение используют для контроля сотрудников и оптимизации их действий, что помогает в сокращении издержек и выстраивании рабочего процесса.
Так, сеть Lounge баров Мята внедрила технологию машинного зрения для контроля за сотрудниками и оборудованием. Использование технологии решает проблему краж и порчи имущества. Программа анализирует видео с камер наблюдения, и помогает администраторам рассчитывать количество времени, которое тратит официант на обслуживание, передвижение по залу, и контролировать количество и сохранность используемых кальянов. Человек не может контролировать и анализировать видеопоток с той же скоростью и эффективностью, что и машина. Благодаря этим технологиям уменьшается количество ошибок, вызванных человеческим фактором, увеличивается безопасность, улучшается скорость обработки событий.
Машинное зрение применяется в логистике – по видео можно автоматически проводить инвентаризацию и считать количество товара. Человек выкладывает продукт на конвейер, а машина совершает все запрограммированные манипуляции.
Оснащенные машинным зрением видеокамеры над кассами в магазине следят, как работают кассиры – во сколько кассы открываются и закрываются, все ли товары пробиваются и не присутствуют ли мошенники среди сотрудников. Здесь система оптимизировала внутренние процессы и ускорила процедуру просмотра и анализа видеозаписей, так как машинное зрение намного быстрее обрабатывает видео, чем человек.
Видеонаблюдение за торговыми залами позволяет администраторам контролировать количество товара, как расположены товары на полках, правильно ли сопоставлены ценники и штрихкоды, не потерялся ли товар. Система отправляет уведомление в логистическую и складскую службу, где мерчандайзеры получают сообщение, какой товар закончился. Таким образом, система автоматически принимает решение оптимизировать бизнес-процесс и повышает уровень сервиса ритейлера в целом.
Как работодатель контролирует режим работы своих сотрудников? В 9:00 сотрудник прикладывает карточку, и время входа отображается в системе. И такая же схема с карточкой вечером. А сколько раз сотрудник выходил из офиса в течение рабочего дня обычно не считают. Машинное зрение в данном случае помогает следить за тем, чтобы рабочее время сотрудника составляло столько, сколько заявлено в договоре. Все данные фиксируются в системе автоматически – в какое время сотрудник пришел на работу, в какое время он пошел на обед и сколько провел времени вне своего рабочего места.
Сотрудники к такому виду слежки относятся чаще всего неодобрительно. По данным опроса компании Kelly Services подавляющее большинство респондентов (68%) воспринимает слежку (с помощью фото/видео, телефона, почты и т.д.) негативно, 26% этот аспект работы безразличен, и лишь 6% оказались не против того, чтобы за ними следили.
Машинное зрение и транспорт
Машинное зрение может использоваться в общественном транспорте. Например, в метро напротив турникета располагается камера с технологией, нейронная сеть распознает пассажира, попавшего в объектив камеры: его черты лица и мимику, связывается с его личным счетом Метрополитена, идентифицирует его по уникальному номеру и списывает проход. Это будет доступно в ближайшем будущем, биометрия все активнее внедряется в различные сферы нашей жизни.
Также, видеоаналитик может распознавать разговаривает ли водитель по телефону во время поездки за рулем своего автомобиля. Нейронная сеть может идентифицировать человека с помощью камеры наружного наблюдения, однако пока только при условии, что он будет ехать не больше 100 км в час. Еще вариант – камера может наблюдать за потоком машин и идентифицировать, пристегнут человек или нет. Система настроена на распознавание водителя автомобиля и ремня безопасности. Если ремень не на месте, система передает данные по номеру машины, и выносится административный штраф. Так, в течение 2019 года на столичных дорогах было установлено 400 комплексов фотовидеофиксации. В результате их общее количество в Москве превысило 2 тыс. Камеры устанавливаются в определенных ГИБДД местах, где отмечена высокая аварийность, связанная с нарушениями правил дорожного движения. Таким образом, камеры помогли найти виновных в 11% всех правонарушений.
Машинное зрение может работать и в общественном транспорте – сегодня мы все в автобусе прикладываем проездной к считывателю, ведь таким образом осуществляется фиксация проезда. На будущее, система может распознавать также и человека (его биометрические данные) и передавать в систему информацию – заплатил человек за проезд или нет. В рамках пандемии это было бы особо актуально, потому что человек по минимальному принципу взаимодействует со внешней средой.
По разным исследованиям Gartner (например, по исследованию «Future of Sales»), можно сделать вывод, что к 2025 году многие «лоускилл» профессии – обсуживающий персонал, мерчандайзеры или те вакансии, которые можно заменить машинным зрением и робототехникой, просто уйдут, как должности. Кроме того, к 2022 году прогнозируется, что направление девелоперов, таких как веб-разработчики, может также смениться на интеллектуальные системы. Веб-сайты будут создаваться автоматизировано. Веб-девелоперы, как одно из направлений, просто может исчезнуть, как специальность.
Многие компании сейчас задумываются на тему автоматизации систем принятия решений, интеллектуальных систем управления бизнесом и анализа за поведением пользователя. На первый взгляд, данные технологии снижают финансовые затраты в долгосрочной перспективе, исключают человеческий фактор и ошибки. Но есть и обратная сторона – технологии ведут к потере рабочих мест и к повышению затрат на внедрение и обслуживание данных инноваций. Кроме того, такие проекты автоматизации требуют нового уровня подготовки специалистов на предприятиях, что бывает зачастую затруднительно, и также является ограничением в развитии машинного зрения.
Так, например, в медицине обработка изображений применяется для более точной постановки диагнозов. Исследователи института в Хьюстоне разработали программу, способную прогнозировать развитие рака груди. Для этого необходимы данные с маммограмм и медицинские истории пациенток. Подобные технологии используются и в России — российская платформа Botkin.AI позволяет выявлять онкологические заболевания легких благодаря анализу медицинских изображений с помощью технологий искусственного интеллекта.
Машинное зрение используют для контроля сотрудников и оптимизации их действий, что помогает в сокращении издержек и выстраивании рабочего процесса.
Так, сеть Lounge баров Мята внедрила технологию машинного зрения для контроля за сотрудниками и оборудованием. Использование технологии решает проблему краж и порчи имущества. Программа анализирует видео с камер наблюдения, и помогает администраторам рассчитывать количество времени, которое тратит официант на обслуживание, передвижение по залу, и контролировать количество и сохранность используемых кальянов. Человек не может контролировать и анализировать видеопоток с той же скоростью и эффективностью, что и машина. Благодаря этим технологиям уменьшается количество ошибок, вызванных человеческим фактором, увеличивается безопасность, улучшается скорость обработки событий.
Машинное зрение в ритейле
Машинное зрение применяется в логистике – по видео можно автоматически проводить инвентаризацию и считать количество товара. Человек выкладывает продукт на конвейер, а машина совершает все запрограммированные манипуляции.
Оснащенные машинным зрением видеокамеры над кассами в магазине следят, как работают кассиры – во сколько кассы открываются и закрываются, все ли товары пробиваются и не присутствуют ли мошенники среди сотрудников. Здесь система оптимизировала внутренние процессы и ускорила процедуру просмотра и анализа видеозаписей, так как машинное зрение намного быстрее обрабатывает видео, чем человек.
Видеонаблюдение за торговыми залами позволяет администраторам контролировать количество товара, как расположены товары на полках, правильно ли сопоставлены ценники и штрихкоды, не потерялся ли товар. Система отправляет уведомление в логистическую и складскую службу, где мерчандайзеры получают сообщение, какой товар закончился. Таким образом, система автоматически принимает решение оптимизировать бизнес-процесс и повышает уровень сервиса ритейлера в целом.
Машинное зрение следит за работой в офисе
Как работодатель контролирует режим работы своих сотрудников? В 9:00 сотрудник прикладывает карточку, и время входа отображается в системе. И такая же схема с карточкой вечером. А сколько раз сотрудник выходил из офиса в течение рабочего дня обычно не считают. Машинное зрение в данном случае помогает следить за тем, чтобы рабочее время сотрудника составляло столько, сколько заявлено в договоре. Все данные фиксируются в системе автоматически – в какое время сотрудник пришел на работу, в какое время он пошел на обед и сколько провел времени вне своего рабочего места.
Сотрудники к такому виду слежки относятся чаще всего неодобрительно. По данным опроса компании Kelly Services подавляющее большинство респондентов (68%) воспринимает слежку (с помощью фото/видео, телефона, почты и т.д.) негативно, 26% этот аспект работы безразличен, и лишь 6% оказались не против того, чтобы за ними следили.
Машинное зрение и транспорт
Машинное зрение может использоваться в общественном транспорте. Например, в метро напротив турникета располагается камера с технологией, нейронная сеть распознает пассажира, попавшего в объектив камеры: его черты лица и мимику, связывается с его личным счетом Метрополитена, идентифицирует его по уникальному номеру и списывает проход. Это будет доступно в ближайшем будущем, биометрия все активнее внедряется в различные сферы нашей жизни.
Также, видеоаналитик может распознавать разговаривает ли водитель по телефону во время поездки за рулем своего автомобиля. Нейронная сеть может идентифицировать человека с помощью камеры наружного наблюдения, однако пока только при условии, что он будет ехать не больше 100 км в час. Еще вариант – камера может наблюдать за потоком машин и идентифицировать, пристегнут человек или нет. Система настроена на распознавание водителя автомобиля и ремня безопасности. Если ремень не на месте, система передает данные по номеру машины, и выносится административный штраф. Так, в течение 2019 года на столичных дорогах было установлено 400 комплексов фотовидеофиксации. В результате их общее количество в Москве превысило 2 тыс. Камеры устанавливаются в определенных ГИБДД местах, где отмечена высокая аварийность, связанная с нарушениями правил дорожного движения. Таким образом, камеры помогли найти виновных в 11% всех правонарушений.
Машинное зрение может работать и в общественном транспорте – сегодня мы все в автобусе прикладываем проездной к считывателю, ведь таким образом осуществляется фиксация проезда. На будущее, система может распознавать также и человека (его биометрические данные) и передавать в систему информацию – заплатил человек за проезд или нет. В рамках пандемии это было бы особо актуально, потому что человек по минимальному принципу взаимодействует со внешней средой.
Итоги и прогнозы
По разным исследованиям Gartner (например, по исследованию «Future of Sales»), можно сделать вывод, что к 2025 году многие «лоускилл» профессии – обсуживающий персонал, мерчандайзеры или те вакансии, которые можно заменить машинным зрением и робототехникой, просто уйдут, как должности. Кроме того, к 2022 году прогнозируется, что направление девелоперов, таких как веб-разработчики, может также смениться на интеллектуальные системы. Веб-сайты будут создаваться автоматизировано. Веб-девелоперы, как одно из направлений, просто может исчезнуть, как специальность.
Многие компании сейчас задумываются на тему автоматизации систем принятия решений, интеллектуальных систем управления бизнесом и анализа за поведением пользователя. На первый взгляд, данные технологии снижают финансовые затраты в долгосрочной перспективе, исключают человеческий фактор и ошибки. Но есть и обратная сторона – технологии ведут к потере рабочих мест и к повышению затрат на внедрение и обслуживание данных инноваций. Кроме того, такие проекты автоматизации требуют нового уровня подготовки специалистов на предприятиях, что бывает зачастую затруднительно, и также является ограничением в развитии машинного зрения.
