Bilgisayarlı görü kameraları ve uygulamaları
RGB kameralardan LiDAR sensörlerine, farklı bilgisayarlı görü kamerası türlerinin farklı sektörlerdeki çeşitli uygulamalarda nasıl kullanıldığını keşfet.
Yapay zeka (AI) uygulamasının başarısında veriler, algoritmalar ve bilgi işlem gücü gibi birçok teknik faktör rol oynar. Makinelerin görüntüleri ve videoları analiz edip anlamlandırmasını sağlamaya odaklanan bir AI alt alanı olan bilgisayarlı görü alanında özellikle kritik faktörlerden biri girdi veya veri kaynağıdır: kamera. Bir bilgisayarlı görü uygulaması için kullanılan kameraların kalitesi ve türü, AI modellerinin performansını doğrudan etkiler.
Doğru kamerayı seçmek çok önemlidir çünkü farklı bilgisayarlı görü görevleri farklı türde görsel veri gerektirir. Örneğin, ince yüz detaylarının hassasiyetle yakalanması gereken yüz tanıma gibi uygulamalar için yüksek çözünürlüklü kameralar kullanılır. Buna karşılık, karmaşık detaylardan ziyade daha genel modellere dayanan kuyruk izleme gibi görevler için daha düşük çözünürlüklü kameralar kullanılabilir.
Günümüzde her biri belirli ihtiyaçları karşılamak üzere tasarlanmış birçok kamera türü mevcuttur. Bunlar arasındaki farkları anlamak, bilgisayarlı görü yeniliklerini optimize etmene yardımcı olabilir. Çeşitli bilgisayarlı görü kameralarını ve bunların farklı endüstrilerdeki uygulamalarını inceleyelim.
Bilgisayarlı görü için RGB kameraları keşfetmek#
RGB (kırmızı, yeşil ve mavi) kameralar bilgisayarlı görü uygulamalarında yaygın olarak kullanılır. Görüntüleri 400 ila 700 nanometre (nm) dalga boyları arasındaki görünür spektrumda yakalarlar. Bu görüntüler insan gözünün görüşüne benzer olduğundan, insan benzeri görme yetisinin yeterli olduğu durumlarda RGB kameralar nesne tespiti, örnek bölütleme ve poz tahmini gibi birçok görev için kullanılır.
Şekil 1. RGB kameraların çalışma mantığına genel bir bakış.
Bu görevler genellikle, doğru sonuçlar için derinlik yakalamanın gerekli olmadığı iki boyutlu (2D) bir perspektiften nesneleri tanımlamayı ve tespit etmeyi içerir. Ancak bir uygulama, 3D nesne tespiti veya robotik alanlarında olduğu gibi derinlik bilgisi gerektirdiğinde RGB-D (Kırmızı, Yeşil, Mavi ve Derinlik) kameralar kullanılır. Bu kameralar, 3D detayları yakalamak ve gerçek zamanlı derinlik ölçümleri sağlamak için RGB verilerini derinlik sensörleriyle birleştirir.
Perakende mağazalarında RGB-D kameralar kullanmak#
RGB-D kameraların işe yarayabileceği ilginç bir uygulama, perakende mağazalarında giderek popülerleşen bir konsept olan sanal denemelerdir. Basitçe söylemek gerekirse, RGB-D kameralar ve sensörlerle entegre akıllı ekranlar, bir müşterinin boyu, vücut şekli ve omuz genişliği gibi ayrıntıları toplayabilir. Bu bilgileri kullanarak sistem, kıyafetleri müşterinin canlı görüntüsü üzerine dijital olarak giydirebilir. Örnek bölütleme ve poz tahmini gibi bilgisayarlı görü görevleri, müşterinin vücudunu doğru bir şekilde tespit etmek ve kıyafetleri gerçek zamanlı olarak oranlarına uyacak şekilde hizalamak için görsel verileri işleyebilir.
Şekil 2. Sanal deneme örneği.
Sanal denemeler, müşterilere bir kıyafetin nasıl duracağına dair 3D bir görünüm sunar ve bazı sistemler daha gerçekçi bir deneyim için kumaşın nasıl hareket edeceğini bile taklit edebilir. Bilgisayarlı görü ve RGB-D kameralar, müşterilerin soyunma odasını atlayıp kıyafetleri anında denemesini mümkün kılar. Bu da zamandan tasarruf sağlar, stil ve bedenleri karşılaştırmayı kolaylaştırır ve genel alışveriş deneyimini iyileştirir.
Stereo görüntüleme ve uçuş süresi (ToF) kameralarını anlamak#
Stereo kameralar, farklı açılardan görüntüleri karşılaştırarak derinliği yakalamak için birden fazla görüntü sensörü kullanan bir kamera türüdür. Tek sensörlü sistemlerden daha doğrudurlar. Bu arada, Uçuş Süresi (ToF) kameraları veya sensörleri, nesnelere çarpıp sensöre geri dönen kızılötesi ışık yayarak mesafeleri ölçer. Işığın geri dönmesi için geçen süre, mesafeyi belirlemek üzere kameranın işlemcisi tarafından hesaplanır.
Şekil 3. ToF kameraların çalışma mantığına genel bir bakış.
Bazı durumlarda stereo kameralar ToF sensörleriyle entegre edilerek her iki cihazın güçlü yönleri birleştirilir ve derinlik bilgisi hızlı bir şekilde ve yüksek hassasiyetle yakalanır. Bir ToF sensörünün gerçek zamanlı mesafe ölçümleri ile stereo kameranın ayrıntılı derinlik algısının birleşimi; hem hızın hem de doğruluğun hayati önem taşıdığı otonom araçlar ve tüketici elektroniği gibi uygulamalar için burayı ideal kılar.
Günlük bir uçuş süresi (ToF) kamerası derinlik algılama örneği#
Farkında bile olmadan bir Uçuş Süresi (ToF) kamerası kullanmış olman mümkün. Aslında, Samsung, Huawei ve Realme gibi markaların popüler akıllı telefonları, derinlik algılama yeteneklerini geliştirmek için genellikle ToF sensörleri içerir. Bu kameraların sağladığı hassas derinlik bilgisi, arka planın bulanıklaştırılıp öznenin keskin odakta tutulduğu popüler bokeh etkisini yaratmak için kullanılır.
ToF sensörleri ayrıca fotoğrafçılığın ötesinde el hareketi tanıma ve artırılmış gerçeklik (AR) gibi diğer uygulamalar için de vazgeçilmez hale geliyor. Örneğin, Samsung Galaxy S20 Ultra ve Huawei P30 Pro gibi telefonlar, gerçek zamanlı olarak 3D derinlik haritası çıkarmak için bu sensörleri kullanarak hem fotoğrafçılığı hem de etkileşimli deneyimleri geliştirir.
Isı algılama için kızılötesi veya termal kameralar#
Termal kameralar, adından da anlaşılacağı üzere, üretim endüstrileri ve otomobil fabrikaları dahil olmak üzere çeşitli uygulamalarda ısı tespiti için yaygın olarak kullanılır. Bu kameralar sıcaklığı ölçer ve çok yüksek veya çok düşük olan kritik ısı seviyeleri algıladıklarında kullanıcıları uyarmak için kullanılabilir. İnsan gözüyle görülemeyen kızılötesi radyasyonu tespit ederek hassas sıcaklık okumaları sağlarlar. Genellikle kızılötesi kameralar olarak anılan bu cihazların kullanım alanları endüstriyel ortamların da ötesine uzanır. Örneğin termal kameralar, tarımda canlı hayvan sağlığını izlemek, bina denetimlerinde ısı kaçaklarını belirlemek ve itfaiyecilikte sıcak noktaları bulmak için de kullanılır.
Şekil 4. Sıcak noktaları bulmak için termal kamera kullanan itfaiyeciler.
Endüstriyel uygulamalar için termal görüntüleme#
Üretim tesislerindeki veya petrol ve gaz sondaj kulelerindeki makineler ve elektrik sistemleri genellikle kesintisiz olarak çalışır ve yan ürün olarak ısı üretir. Zamanla motorlar, rulmanlar veya elektrik devreleri gibi bileşenlerde aşırı ısı birikimi meydana gelebilir ve bu durum potansiyel olarak ekipman arızasına veya güvenlik tehlikelerine yol açabilir.
Termal kameralar, operatörlerin anormal sıcaklık artışlarını erken tespit ederek bu sistemleri izlemesine yardımcı olabilir. Aşırı ısınan bir motor için bakım planlanabilir ve maliyetli arızalar önlenebilir. Endüstriler, termal görüntülemeyi düzenli denetimlere entegre ederek kestirimci bakım uygulayabilir, kesinti sürelerini azaltabilir, ekipman ömrünü uzatabilir ve daha güvenli bir çalışma ortamı sağlayabilir. Genel olarak tesis performansı artırılabilir ve beklenmedik arıza riskleri en aza indirilebilir.
Hareket yakalama için yavaş ve yüksek hızlı kameralar#
Yüksek hızlı kameralar, hızlı hareketleri olağanüstü bir doğrulukla işleyebilmeleri için saniyede 10.000'den fazla kare (FPS) yakalayacak şekilde tasarlanmıştır. Örneğin ürünler bir üretim hattında hızlı bir şekilde hareket ettiğinde, yüksek hızlı kameralar bunları izlemek ve herhangi bir anormalliği tespit etmek için kullanılabilir.
Diğer yandan, ağır çekim kameraları, görüntüleri yüksek kare hızlarında yakalayıp ardından oynatma hızını düşürmek için kullanılabilir. Bu, izleyicilerin gerçek zamanlı olarak gözden kaçan detayları gözlemlemesini sağlar. Bu kameralar, ateşli silahların ve patlayıcı maddelerin performansını değerlendirmek için kullanılır. Hareketleri yavaşlatıp analiz etme yeteneği, bu tür uygulamalar için idealdir.
Belirli durumlarda, yüksek hız ve yavaş çekim kameralarını birleştirmek, aynı olay içindeki hızlı ve yavaş hareket eden nesnelerin ayrıntılı bir şekilde analiz edilmesine yardımcı olabilir. Diyelim ki bir golf maçını analiz ediyoruz. Yüksek hızlı kameralar golf topunun hızını ölçebilirken, yavaş çekim kameralar bir golfçünün vuruş hareketlerini ve vücut kontrolünü analiz edebilir.
Şekil 5. Bir golfçünün vuruşunu analiz etmek için bilgisayarlı görü ve yüksek hızlı kameraların kullanılması.
Bilgisayarlı görüde çok spektrumlu görüntüleme#
Çok spektrumlu kameralar; ultraviyole ve kızılötesi dahil olmak üzere ışık spektrumunun birden fazla dalga boyunu tek bir çekimde kaydedebilen özel cihazlardır. Çok spektrumlu görüntüleme, geleneksel kameraların yakalayamayacağı değerli ve ayrıntılı veriler sağlar. Işığın çok daha dar ve sürekli bantlarını yakalayan hiper spektrumlu kameralara benzer şekilde, çok spektrumlu kameralar da tarım, jeoloji, çevresel izleme ve tıbbi görüntüleme gibi alanlarda kullanılır. Örneğin sağlık sektöründe çok spektrumlu kameralar, birden fazla dalga boyunda görüntü yakalayarak farklı dokuların görselleştirilmesine yardımcı olabilir.
Şekil 6. RGB, çok spektrumlu ve hiper spektrumlu görüntülemenin karşılaştırılması.
Benzer şekilde, çok spektrumlu görüntüleme ile donatılmış drone'lar tarımda önemli adımlar atıyor. Sağlıksız bitkileri veya böcekler ile zararlılardan etkilenenleri erken aşamada tespit edebilirler. Bu kameralar yakın kızılötesi spektrumu analiz edebilir ve sağlıklı bitkiler genellikle sağlıksız olanlara göre daha fazla yakın kızılötesi ışık yansıtır. Çiftçiler tarımda bu tür yapay zeka tekniklerini benimseyerek verimi artırmak ve mahsul kaybını azaltmak için erken aşamada karşı önlemler alabilirler.
Otonom araçlar için LiDAR kameraları#
LiDAR (Işık Tespiti ve Uzaklık Ölçümü) kameraları, 3D haritalar oluşturmak ve uzaktaki nesneleri tespit etmek için lazer darbeleri kullanır. Sis, yağmur, karanlık ve yüksek sıcaklık gibi birçok koşulda etkilidirler, ancak yağmur veya sis gibi şiddetli hava koşulları performanslarını etkileyebilir. LiDAR, navigasyon ve engel tespiti için kendi kendine giden arabalar gibi uygulamalarda yaygın olarak kullanılır.
LiDAR, arabanın gözleri gibi davranarak lazer darbeleri gönderir ve bunların geri dönmesinin ne kadar sürdüğünü ölçer. Bu içgörüler, arabanın mesafeleri hesaplamasına ve arabalar, yaya ve trafik ışıkları gibi nesneleri tanımlamasına yardımcı olarak daha güvenli sürüş için 360 derecelik bir görünüm sağlar.
Her şeyi odak noktasına getirmek#
Bilgisayarlı görü söz konusu olduğunda, kameralar makinelerin dünyayı insanlarınkine benzer şekilde görmesini ve yorumlamasını sağlayan gözler görevi görür. Doğru kamera türünü seçmek, farklı bilgisayarlı görü uygulamalarının başarısı için anahtardır. Standart RGB kameralardan gelişmiş LiDAR sistemlerine kadar her tür, belirli görevlere uygun benzersiz özellikler sunar. Geliştiriciler ve araştırmacılar, kamera teknolojilerinin çeşitliliğini ve kullanımlarını anlayarak karmaşık gerçek dünya zorluklarını ele almak için bilgisayarlı görü modellerini daha iyi optimize edebilirler.
GitHub deponmuza göz atarak yapay zeka hakkında daha fazla bilgi edinebilirsin. Diğer benzer düşünen vizyon yapay zekası meraklılarıyla bağlantı kurmak için topluluğumuza katıl. Çözüm sayfalarımızda sağlık ve üretim alanındaki bilgisayarlı görü uygulamaları hakkında daha fazla bilgi edin.
