Bilgisayarlı görü kameraları ve uygulamaları

Veri, algoritmalar ve işlem gücü gibi birçok teknik faktör, bir yapay zeka (YZ) uygulamasının başarısına katkıda bulunur. Özellikle makinelerin görüntüleri ve videoları analiz etmesini ve anlamasını sağlamaya odaklanan bir YZ alt alanı olan bilgisayarlı görüde, en kritik faktörlerden biri girdi veya veri kaynağıdır: kamera. Bir bilgisayarlı görü uygulaması için kullanılan kameraların kalitesi ve türü, YZ modellerinin performansı üzerinde doğrudan etkilidir.

Doğru kamerayı seçmek çok önemlidir, çünkü farklı bilgisayarlı görü görevleri farklı türde görsel veriler gerektirir. Örneğin, yüksek çözünürlüklü kameralar, ince yüz detaylarının hassasiyetle yakalanması gereken yüz tanıma gibi uygulamalar için kullanılır. Buna karşılık, daha düşük çözünürlüklü kameralar, karmaşık ayrıntılardan daha çok daha geniş kalıplara bağlı olan kuyruk izleme gibi görevler için kullanılabilir.

Günümüzde, her biri belirli ihtiyaçları karşılamak üzere tasarlanmış birçok kamera türü mevcuttur. Farklılıklarını anlamak, bilgisayarlı görü inovasyonlarınızı optimize etmenize yardımcı olabilir. Farklı sektörlerdeki çeşitli bilgisayarlı görü kamera türlerini ve uygulamalarını keşfedelim.

Bilgisayarlı görü için RGB kameralarını keşfetmek

RGB (kırmızı, yeşil ve mavi) kameralar bilgisayarlı görü uygulamalarında yaygın olarak kullanılır. Görüntüleri 400 ila 700 nanometre (nm) arasındaki dalga boylarında görünür spektrumda yakalarlar. Bu görüntüler insanların görme şekline benzediğinden, RGB kameralar, insan benzeri görüşün yeterli olduğu durumlarda nesne tespiti, örnek segmentasyonu ve poz tahmini gibi birçok görev için kullanılır. 

‍

Bu görevler genellikle nesneleri tespit etmeyi ve iki boyutlu (2B) bir perspektiften tanımlamayı içerir; burada derinlik yakalamak doğru sonuçlar için gerekli değildir. Ancak, bir uygulama 3B nesne tespiti veya robotik gibi derinlik bilgisi gerektirdiğinde, RGB-D (Kırmızı, Yeşil, Mavi ve Derinlik) kameralar kullanılır. Bu kameralar, 3B ayrıntıları yakalamak ve gerçek zamanlı derinlik ölçümleri sağlamak için RGB verilerini derinlik sensörleriyle birleştirir.

Perakende mağazalarında RGB-D kameraların kullanılması

RGB-D kameraların kullanışlı olabileceği ilginç bir uygulama, perakende mağazalarında giderek daha popüler hale gelen bir konsept olan sanal denemelerdir. Basitçe söylemek gerekirse, RGB-D kameraları ve sensörleri ile entegre akıllı ekranlar, bir müşterinin boyu, vücut şekli ve omuz genişliği gibi ayrıntıları toplayabilir. Bu bilgileri kullanan sistem, kıyafetleri müşterinin canlı görüntüsünün üzerine dijital olarak yerleştirebilir. Örnek segmentasyonu 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.

‍

Sanal denemeler, müşterilere bir kıyafetin nasıl duracağına dair 3B 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. Zamandan tasarruf sağlar, stilleri ve bedenleri karşılaştırmayı kolaylaştırır ve genel alışveriş deneyimini iyileştirir. 

Stereo görüntüleme ve uçuş süresi (ToF) kameralarını anlama

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, nesnelerden yansıyan ve sensöre geri dönen kızılötesi ışığı yayarak mesafeleri ölçer. Işığın geri dönmesi için geçen süre, mesafeyi belirlemek için kameranın işlemcisi tarafından hesaplanır. 

‍

Bazı durumlarda, stereo kameralar ToF sensörleriyle entegre edilerek, derinlik bilgilerini hızlı ve yüksek hassasiyetle yakalamak için her iki cihazın güçlü yönleri birleştirilir. Bir ToF sensörünün gerçek zamanlı mesafe ölçümleri ile bir stereo kameranın ayrıntılı derinlik algısının birleşimi, otonom araçlar ve tüketici elektroniği gibi hem hızın hem de doğruluğun hayati önem taşıdığı uygulamalar için idealdir.

Time-of-flight (ToF) kamera derinlik algılamanın günlük bir örneği

Bir Time-of-Flight (ToF) kamerasını farkında bile olmadan kullanmış olmanız mümkündür. Aslında, Samsung, Huawei ve Realme gibi popüler akıllı telefon markaları, derinlik algılama özelliklerini geliştirmek için genellikle ToF sensörleri içerir. Bu kameraların sağladığı hassas derinlik bilgisi, öznenin keskin odakta kalırken arka planın bulanıklaştırıldığı popüler bokeh efektini oluşturmak için kullanılır.

ToF sensörleri, fotoğrafçılığın ötesinde hareket tanıma ve artırılmış gerçeklik (AR) gibi diğer uygulamalar için de giderek daha önemli hale geliyor. Örneğin, Samsung Galaxy S20 Ultra ve Huawei P30 Pro gibi telefonlar, hem fotoğrafçılığı hem de etkileşimli deneyimleri geliştirmek için bu sensörleri kullanarak gerçek zamanlı olarak 3D derinliği haritalandırır.

Isı tespiti için kızılötesi veya termal kameralar

Termal kameralar, adından da anlaşılacağı gibi, üretim endüstrileri ve otomobil fabrikaları dahil olmak üzere çeşitli uygulamalarda ısı tespiti için yaygın olarak kullanılmaktadır. Bu kameralar sıcaklığı ölçer ve çok yüksek veya çok düşük kritik ısı seviyelerini algıladıklarında kullanıcıları uyarmak için kullanılabilir. İnsan gözünün göremediği kızılötesi radyasyonu algılayarak hassas sıcaklık okumaları sağlarlar. Genellikle kızılötesi kameralar olarak adlandırılan bu cihazların kullanım alanları endüstriyel ortamların ötesine de uzanır. Örneğin, termal kameralar tarımda hayvan sağlığını izlemek, bina incelemelerinde ısı kaçaklarını tespit etmek ve yangınla mücadelede sıcak noktaları bulmak için de kullanılır.

‍

Endüstriyel uygulamalar için termal görüntüleme

Üretim tesislerindeki veya petrol ve gaz platformlarındaki makineler ve elektrik sistemleri genellikle sürekli çalışır ve yan ürün olarak ısı üretir. Zamanla, motorlar, yataklar veya elektrik devreleri gibi bileşenlerde aşırı ısı birikimi meydana gelebilir ve bu da 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, maliyetli arızaları önlemek için bakıma alınabilir ve planlanabilir. Endüstriler, termal görüntülemeyi düzenli denetimlere entegre ederek tahmine dayalı bakım uygulayabilir, arıza sürelerini azaltabilir, ekipman ömrünü uzatabilir ve daha güvenli bir çalışma ortamı sağlayabilir. Genel olarak, tesis performansı iyileştirilebilir ve beklenmedik arıza riski en aza indirilebilir.

Hareket yakalama için yavaş ve yüksek hızlı kameralar

Yüksek hızlı kameralar, hızlı hareketleri olağanüstü doğrulukla işleyebilmeleri için saniyede 10.000'den fazla kare (FPS) yakalamak üzere tasarlanmıştır. Örneğin, ürünler bir üretim hattında hızlı hareket ettiğinde, yüksek hızlı kameralar bunları izlemek ve herhangi bir anormalliği tespit etmek için kullanılabilir.

Öte yandan, ağır çekim kameraları, görüntüleri yüksek kare hızlarında yakalamak ve ardından oynatma hızını azaltmak için kullanılabilir. Bu, izleyicilerin gerçek zamanlı olarak kaçırılan ayrıntıları gözlemlemesini sağlar. Bu kameralar, ateşli silahların ve patlayıcı maddelerin performansını değerlendirmek için kullanılır. Karmaşık hareketleri yavaşlatma ve analiz etme yeteneği, bu tür uygulamalar için idealdir.

Bazı durumlarda, yüksek hızlı ve ağır çekim kameralarını birleştirmek, aynı olay içindeki hızlı ve yavaş hareket eden nesnelerin ayrıntılı analizine yardımcı olabilir. Diyelim ki bir golf oyunu analiz ediyoruz. Yüksek hızlı kameralar bir golf topunun hızını ölçebilirken, ağır çekim kameralar bir golfçünün vuruş hareketlerini ve vücut kontrolünü analiz edebilir.

‍

Bilgisayarlı görüde çok spektralli görüntüleme

Çok spektralli kameralar, tek bir çekimde ultraviyole ve kızılötesi dahil olmak üzere ışık spektrumunun birden fazla dalga boyunu kaydedebilen özel cihazlardır. Çok spektralli görüntüleme, geleneksel kameraların yakalayamadığı değerli ayrıntılı veriler sağlar. Işığın daha dar ve sürekli bantlarını yakalayan hiperspektral kameralara benzer şekilde, çok spektralli kameralar tarım, jeoloji, çevre izleme ve tıbbi görüntüleme gibi alanlarda kullanılır. Örneğin, sağlık hizmetlerinde çok spektralli kameralar, birden fazla dalga boyunda görüntü yakalayarak farklı dokuları görselleştirmeye yardımcı olabilir.

‍

Benzer şekilde, çok spektralli görüntüleme ile donatılmış drone'lar tarımda önemli adımlar atmaktadır. Sağlıksız bitkileri veya böcekler ve zararlılardan etkilenenleri erken bir aşamada tespit edebilirler. Bu kameralar yakın kızılötesi spektrumu analiz edebilir ve sağlıklı bitkiler genellikle sağlıksız olanlara göre daha fazla yakın kızılötesi ışığı yansıtır. Tarımda bu tür yapay zeka tekniklerini benimseyerek, çiftçiler verimi artırmak ve ürün kaybını azaltmak için erken önlemler alabilirler.

Otonom Araçlar için LiDAR Kameralar

LiDAR (Işık Algılama ve Menzil Belirleme) kameraları, 3D haritalar oluşturmak ve nesneleri uzaktan algılamak için lazer darbeleri kullanır. Sis, yağmur, karanlık ve yüksek sıcaklıklar gibi birçok koşulda etkilidirler, ancak yağmur veya sis gibi ağır hava koşulları performanslarını etkileyebilir. LiDAR genellikle navigasyon ve engel algılama için kendi kendine giden arabalar gibi uygulamalarda kullanılır. 

LiDAR, arabanın gözleri gibi davranarak lazer darbeleri gönderir ve bunların geri dönmesinin ne kadar sürdüğünü ölçer. Bu bilgiler, arabanın mesafeleri hesaplamasına ve arabalar, yayalar ve trafik işaretleri gibi nesneleri tanımlamasına yardımcı olarak daha güvenli sürüş için 360 derecelik bir görüş sağlar.

Her şeyi odağa getirmek

Bilgisayarlı görü söz konusu olduğunda, kameralar makinelerin dünyayı insanların yaptığına benzer şekilde görmelerini ve yorumlamalarını sağlayan gözler olarak hizmet eder. Doğru kamera türünü seçmek, farklı bilgisayarlı görü uygulamalarının başarısı için çok önemlidir. Standart RGB kameralardan gelişmiş LiDAR sistemlerine kadar her tür, belirli görevlere uygun benzersiz özellikler sunar. Geliştiriciler ve araştırmacılar, çeşitli kamera teknolojilerini ve bunların kullanımlarını anlayarak, karmaşık gerçek dünya zorluklarının üstesinden gelmek için bilgisayarlı görü modellerini daha iyi optimize edebilirler.

GitHub depomuzu inceleyerek yapay zeka hakkında daha fazla bilgi edinin. Diğer benzer düşünen Vizyon Yapay Zeka meraklılarıyla bağlantı kurmak için topluluğumuza katılın. Çözüm sayfalarımızda sağlık hizmetleri ve üretimde bilgisayarlı görü uygulamaları hakkında daha fazla bilgi edinin.