كاميرات الرؤية الحاسوبية وتطبيقاتها

تساهم العديد من العوامل التقنية، مثل البيانات، والخوارزميات، وقوة الحوسبة، في نجاح تطبيقات الذكاء الاصطناعي (AI). وتحديداً في مجال الرؤية الحاسوبية، وهو أحد مجالات الذكاء الاصطناعي الذي يركز على تمكين الآلات من تحليل وفهم الصور ومقاطع الفيديو، يعد مصدر المدخلات أو البيانات أحد أكثر العوامل أهمية: ألا وهو الكاميرا. فجودة ونوع الكاميرات المستخدمة في تطبيقات الرؤية الحاسوبية تؤثر بشكل مباشر على أداء نماذج الذكاء الاصطناعي.

يعد اختيار الكاميرا المناسبة أمراً بالغ الأهمية لأن مهام الرؤية الحاسوبية المختلفة تتطلب أنواعاً مختلفة من البيانات المرئية. على سبيل المثال، تُستخدم الكاميرات عالية الدقة في تطبيقات مثل التعرف على الوجوه، حيث يجب التقاط تفاصيل الوجه الدقيقة بـ دقة. في المقابل، يمكن استخدام كاميرات ذات دقة أقل لمهام مثل مراقبة الطوابير التي تعتمد على الأنماط العامة أكثر من التفاصيل المعقدة.

في الوقت الحاضر، تتوفر أنواع عديدة من الكاميرات، صُمم كل منها لتلبية احتياجات محددة. إن فهم الاختلافات بينها يمكن أن يساعدك في تحسين ابتكارات الرؤية الحاسوبية الخاصة بك. دعنا نستكشف أنواعاً مختلفة من كاميرات الرؤية الحاسوبية وتطبيقاتها في مختلف الصناعات.

Link to this sectionاستكشاف كاميرات RGB للرؤية الحاسوبية#

تُستخدم كاميرات RGB (الأحمر والأخضر والأزرق) بشكل شائع في تطبيقات الرؤية الحاسوبية. فهي تلتقط الصور في الطيف المرئي ضمن أطوال موجية تتراوح من 400 إلى 700 نانومتر (nm). وبما أن هذه الصور تشبه كيفية رؤية البشر، تُستخدم كاميرات RGB في العديد من المهام مثل اكتشاف الكائنات، وتجزئة المثيلات، وتقدير الوضعية في المواقف التي تكون فيها الرؤية الشبيهة بالبشر كافية.

شكل 1. نظرة عامة على كيفية عمل كاميرات RGB.

تتضمن هذه المهام عادةً تحديد واكتشاف الكائنات من منظور ثنائي الأبعاد (2D)، حيث لا يعد التقاط العمق ضرورياً للحصول على نتائج دقيقة. ومع ذلك، عندما يتطلب التطبيق معلومات عن العمق، كما هو الحال في اكتشاف الكائنات ثلاثي الأبعاد أو الروبوتات، تُستخدم كاميرات RGB-D (الأحمر والأخضر والأزرق والعمق). تجمع هذه الكاميرات بين بيانات RGB ومستشعرات العمق لالتقاط تفاصيل ثلاثية الأبعاد وتوفير قياسات عمق في الوقت الفعلي.

Link to this sectionاستخدام كاميرات RGB-D في متاجر البيع بالتجزئة#

من التطبيقات المثيرة للاهتمام التي يمكن أن تكون فيها كاميرات RGB-D مفيدة هي التجربة الافتراضية، وهو مفهوم يزداد شيوعاً في متاجر التجزئة. ببساطة، يمكن للشاشات الذكية المدمجة مع كاميرات وأجهزة استشعار RGB-D جمع تفاصيل مثل طول المتسوق، وشكل الجسم، وعرض الكتفين. باستخدام هذه المعلومات، يمكن للنظام تراكب الملابس رقمياً على صورة حية للعميل. يمكن لـ مهام الرؤية الحاسوبية، مثل تجزئة المثيلات و تقدير الوضعية، معالجة البيانات المرئية لاكتشاف جسم العميل بدقة ومطابقة الملابس لتناسب أبعادهم في الوقت الفعلي.

شكل 2. مثال على نظام تجربة افتراضية.

تمنح التجربة الافتراضية العملاء رؤية ثلاثية الأبعاد لكيفية ملاءمة الملابس، ويمكن لبعض الأنظمة حتى محاكاة كيفية حركة القماش للحصول على تجربة واقعية. تجعل الرؤية الحاسوبية وكاميرات RGB-D من الممكن للعملاء تخطي غرفة القياس وتجربة الملابس فوراً. إنها توفر الوقت، وتجعل مقارنة الأنماط والمقاسات أسهل، وتحسن تجربة التسوق بشكل عام.

Link to this sectionفهم التصوير المجسم وكاميرات وقت الرحلة (ToF)#

الكاميرات المجسمة (Stereo cameras) هي نوع من الكاميرات التي تستخدم مستشعرات صور متعددة لالتقاط العمق من خلال مقارنة الصور من زوايا مختلفة. وهي أكثر دقة من الأنظمة ذات المستشعر الواحد. في الوقت نفسه، تقيس كاميرات أو مستشعرات وقت الرحلة (ToF) المسافات عن طريق إصدار ضوء الأشعة تحت الحمراء الذي يرتد عن الأجسام ويعود إلى المستشعر. يقوم معالج الكاميرا بحساب الوقت الذي يستغرقه الضوء للعودة لتحديد المسافة.

شكل 3. نظرة عامة على كيفية عمل كاميرات ToF.

في بعض الحالات، يتم دمج الكاميرات المجسمة مع مستشعرات ToF، مما يجمع بين نقاط قوة الجهازين لالتقاط معلومات العمق بسرعة وبدقة عالية. المزيج بين قياسات المسافة في الوقت الفعلي لمستشعر ToF وإدراك العمق التفصيلي للكاميرا المجسمة يجعلها مثالية لتطبيقات مثل المركبات ذاتية القيادة والإلكترونيات الاستهلاكية، حيث تعتبر السرعة والدقة أمراً حيوياً.

Link to this sectionمثال يومي على استشعار العمق بكاميرا وقت الرحلة (ToF)#

من المحتمل أنك استخدمت كاميرا وقت الرحلة (ToF) دون أن تدرك ذلك. في الواقع، غالباً ما تتضمن الهواتف الذكية الشهيرة من علامات تجارية مثل Samsung وHuawei وRealme مستشعرات ToF لتعزيز قدرات استشعار العمق. تُستخدم معلومات العمق الدقيقة التي توفرها هذه الكاميرات لإنشاء تأثير البوكيه (bokeh) الشهير، حيث يتم تمويه الخلفية بينما يظل الموضوع في بؤرة تركيز حادة.

أصبحت مستشعرات ToF أيضاً ضرورية لتطبيقات أخرى تتجاوز التصوير الفوتوغرافي، مثل التعرف على الإيماءات والواقع المعزز (AR). على سبيل المثال، تستخدم الهواتف مثل Samsung Galaxy S20 Ultra وHuawei P30 Pro هذه المستشعرات لرسم خرائط العمق ثلاثية الأبعاد في الوقت الفعلي، مما يحسن كلاً من التصوير الفوتوغرافي والتجارب التفاعلية.

Link to this sectionكاميرات الأشعة تحت الحمراء أو الحرارية للكشف عن الحرارة#

تُستخدم الكاميرات الحرارية، كما يوحي اسمها، على نطاق واسع لـ الكشف عن الحرارة في تطبيقات متنوعة، بما في ذلك صناعات التصنيع ومصانع السيارات. تقيس هذه الكاميرات درجة الحرارة ويمكن استخدامها لتنبيه المستخدمين عند اكتشاف مستويات حرارة حرجة تكون إما مرتفعة جداً أو منخفضة جداً. من خلال اكتشاف الأشعة تحت الحمراء، التي لا تراها العين البشرية، فإنها توفر قراءات دقيقة لدرجة الحرارة. غالباً ما يشار إليها باسم كاميرات الأشعة تحت الحمراء، وتمتد استخداماتها أيضاً إلى ما هو أبعد من الإعدادات الصناعية. على سبيل المثال، تُستخدم الكاميرات الحرارية أيضاً في الزراعة لـ مراقبة صحة الماشية، وفي فحص المباني لتحديد تسريبات الحرارة، وفي مكافحة الحرائق لتحديد البؤر الساخنة.

شكل 4. رجال إطفاء يستخدمون كاميرات حرارية للعثور على بؤر ساخنة.

Link to this sectionالتصوير الحراري للتطبيقات الصناعية#

غالباً ما تعمل الآلات والأنظمة الكهربائية في مصانع التصنيع أو منصات النفط والغاز بشكل مستمر وتولد الحرارة كناتج ثانوي. بمرور الوقت، يمكن أن يحدث تراكم مفرط للحرارة في مكونات مثل المحركات أو المحامل أو الدوائر الكهربائية، مما قد يؤدي إلى فشل المعدات أو مخاطر تتعلق بالسلامة.

يمكن للكاميرات الحرارية مساعدة المشغلين على مراقبة هذه الأنظمة عن طريق اكتشاف ارتفاع درجات الحرارة غير الطبيعي في وقت مبكر. يمكن جدولة صيانة المحرك الذي يسخن بشكل مفرط لمنع حدوث أعطال مكلفة. من خلال دمج التصوير الحراري في عمليات التفتيش الدورية، يمكن للصناعات تنفيذ الصيانة التنبؤية، وتقليل وقت التوقف، وإطالة عمر المعدات، وضمان بيئة عمل أكثر أماناً. بشكل عام، يمكن تحسين أداء المصنع، وتقليل مخاطر الأعطال غير المتوقعة.

Link to this sectionالكاميرات البطيئة وعالية السرعة لالتقاط الحركة#

تم تصميم الكاميرات عالية السرعة لالتقاط أكثر من 10,000 إطار في الثانية (FPS) حتى تتمكن من معالجة الحركات السريعة بـ دقة استثنائية. على سبيل المثال، عندما تتحرك المنتجات بسرعة على خط الإنتاج، يمكن استخدام الكاميرات عالية السرعة لمراقبتها واكتشاف أي تشوهات.

من ناحية أخرى، يمكن استخدام الكاميرات ذات التصوير البطيء لالتقاط لقطات بمعدلات إطارات عالية ثم تقليل سرعة التشغيل. وهذا يمكن المشاهدين من ملاحظة التفاصيل التي غالباً ما يتم تفويتها في الوقت الفعلي. تُستخدم هذه الكاميرات لتقييم أداء الأسلحة النارية والمواد المتفجرة. القدرة على إبطاء وتحليل الحركات المعقدة مثالية لهذا النوع من التطبيقات.

في مواقف معينة، يمكن أن يساعد الجمع بين الكاميرات عالية السرعة وكاميرات التصوير البطيء في التحليل التفصيلي للأجسام سريعة وبطيئة الحركة ضمن الحدث نفسه. لنقل إننا نحلل لعبة غولف. يمكن للكاميرات عالية السرعة قياس سرعة كرة الغولف، بينما يمكن لكاميرات التصوير البطيء تحليل حركات أرجحة لاعب الغولف والتحكم في الجسم.

شكل 5. استخدام الرؤية الحاسوبية والكاميرات عالية السرعة لتحليل أرجحة لاعب غولف.

Link to this sectionالتصوير متعدد الأطياف في الرؤية الحاسوبية#

الكاميرات متعددة الأطياف هي أجهزة متخصصة يمكنها تسجيل أطوال موجية متعددة من طيف الضوء، بما في ذلك الأشعة فوق البنفسجية والأشعة تحت الحمراء، في لقطة واحدة. يوفر التصوير متعدد الأطياف بيانات تفصيلية قيمة لا يمكن للكاميرات التقليدية التقاطها. على غرار الكاميرات فائقة الطيف (hyperspectral)، التي تلتقط نطاقات ضوئية أكثر ضيقاً واستمرارية، تُستخدم الكاميرات متعددة الأطياف في مجالات مثل الزراعة، والجيولوجيا، والمراقبة البيئية، والتصوير الطبي. على سبيل المثال، في الرعاية الصحية، يمكن للكاميرات متعددة الأطياف المساعدة في تصور الأنسجة المختلفة عن طريق التقاط صور عبر أطوال موجية متعددة.

شكل 6. مقارنة بين التصوير RGB ومتعدد الأطياف وفائق الطيف.

وبالمثل، تحقق الطائرات بدون طيار المجهزة بالتصوير متعدد الأطياف خطوات كبيرة في الزراعة. يمكنها تحديد النباتات غير الصحية أو تلك المتأثرة بـ الحشرات والآفات في مرحلة مبكرة. يمكن لهذه الكاميرات تحليل طيف الأشعة تحت الحمراء القريبة، وعادة ما تعكس النباتات الصحية المزيد من ضوء الأشعة تحت الحمراء القريبة مقارنة بنظيراتها غير الصحية. من خلال اعتماد تقنيات الذكاء الاصطناعي هذه في الزراعة، يمكن للمزارعين تنفيذ تدابير مضادة مبكراً لزيادة المحصول وتقليل خسائر المحاصيل.

Link to this sectionكاميرات LiDAR للمركبات ذاتية القيادة#

تستخدم كاميرات LiDAR (اكتشاف الضوء والمدى) نبضات الليزر لإنشاء خرائط ثلاثية الأبعاد واكتشاف الأجسام من مسافة بعيدة. إنها فعالة في العديد من الظروف مثل الضباب والمطر والظلام ودرجات الحرارة المرتفعة، على الرغم من أن الطقس القاسي مثل المطر أو الضباب يمكن أن يؤثر على أدائها. يُستخدم LiDAR بشكل شائع في تطبيقات مثل السيارات ذاتية القيادة للملاحة واكتشاف العوائق.

تعمل LiDAR مثل عيون السيارة، حيث ترسل نبضات ليزر وتقيس الوقت الذي تستغرقه للارتداد. تساعد هذه الرؤى السيارة على حساب المسافات وتحديد الأجسام مثل السيارات، والمشاة، وإشارات المرور، مما يوفر رؤية بزاوية 360 درجة لـ قيادة أكثر أماناً.

Link to this sectionوضع كل شيء في التركيز#

عندما يتعلق الأمر بالرؤية الحاسوبية، تعمل الكاميرات كعيون تسمح للآلات برؤية وتفسير العالم بشكل مشابه لكيفية قيام البشر بذلك. اختيار النوع المناسب من الكاميرا هو مفتاح نجاح تطبيقات الرؤية الحاسوبية المختلفة. من كاميرات RGB القياسية إلى أنظمة LiDAR المتقدمة، يوفر كل نوع ميزات فريدة تناسب مهام محددة. من خلال فهم مجموعة متنوعة من تقنيات الكاميرا واستخداماتها، يمكن للمطورين والباحثين تحسين نماذج الرؤية الحاسوبية بشكل أفضل لمعالجة التحديات المعقدة في العالم الحقيقي.

اكتشف المزيد حول الذكاء الاصطناعي من خلال زيارة مستودع GitHub الخاص بنا. انضم إلى مجتمعنا للتواصل مع عشاق رؤية الذكاء الاصطناعي الآخرين. تعرف على المزيد حول تطبيقات الرؤية الحاسوبية في الرعاية الصحية والتصنيع على صفحات الحلول الخاصة بنا.