Bilgisayarlı görü kameraları ve uygulamaları
RGB kameralardan LiDAR sensörlerine kadar, farklı bilgisayarlı görü kameralarının çeşitli sektörlerdeki farklı uygulamalarda nasıl kullanıldığını keşfet.
Bir yapay zekâ (AI) uygulamasının başarısına veri, algoritmalar ve işlem gücü gibi birçok teknik faktör katkıda bulunur. Özellikle makinelerin görüntüleri ve videoları analiz edip anlamasını sağlamaya odaklanan bir AI alt alanı olan bilgisayarlı görü alanında en kritik faktörlerden biri, giriş veya veri kaynağı olan kameradır. Bir bilgisayarlı görü uygulamasında kullanılan kameraların kalitesi ve türü, AI modellerinin performansını doğrudan etkiler.
Doğru kamerayı seçmek çok önemlidir; çünkü farklı bilgisayarlı görü görevleri, farklı görsel veri türleri gerektirir. Örneğin, ince yüz ayrıntılarının [hassasiyetle](https://ultralytics-translation-3.invalid yakalanması gereken yüz tanıma gibi uygulamalarda yüksek çözünürlüklü kameralar kullanılır. Buna karşılık, ayrıntılardan çok genel örüntülere dayanan kuyruk izleme gibi görevlerde daha düşük çözünürlüklü kameralar kullanılabilir.
Günümüzde her biri belirli ihtiyaçları karşılamak üzere tasarlanmış birçok kamera türü bulunmaktadır. Aralarındaki farkları anlamak, bilgisayarlı görü yeniliklerini optimize etmene yardımcı olabilir. Farklı sektörlerdeki çeşitli bilgisayarlı görü kamera türlerini ve uygulamalarını inceleyelim.
Bilgisayarlı görü için RGB kameraları inceleme#
RGB (kırmızı, yeşil ve mavi) kameralar, bilgisayarlı görü uygulamalarında yaygın olarak kullanılır. Bu kameralar, 400 ila 700 nanometre (nm) dalga boyları arasındaki görünür spektrumda görüntü yakalar. Bu görüntüler insanların görme biçimine benzediğinden RGB kameralar, insan benzeri görüşün yeterli olduğu durumlarda nesne algılama, örnek segmentasyonu ve poz tahmini gibi birçok görevde kullanılır.
Şekil 1. RGB kameraların çalışma şekline genel bakış.
Bu görevler genellikle, doğru sonuçlar için derinlik yakalamanın gerekli olmadığı bir iki boyutlu (2D) perspektiften nesneleri tanımlamayı ve algılamayı içerir. Ancak 3D nesne algılama veya robotik gibi bir uygulama derinlik bilgisi gerektirdiğinde RGB-D (Kırmızı, Yeşil, Mavi ve Derinlik) kameralar kullanılır. Bu kameralar, 3D ayrıntıları yakalamak ve gerçek zamanlı derinlik ölçümleri sağlamak için RGB verilerini derinlik sensörleriyle birleştirir.
Perakende mağazalarında RGB-D kameraların kullanımı#
RGB-D kameraların yararlı olabileceği ilginç bir uygulama, [perakende mağazalarında](https://ultralytics-translation-1.invalid giderek daha popüler hâle gelen sanal kıyafet denemedir. Basitçe ifade etmek gerekirse, RGB-D kamera ve sensörlerle entegre akıllı ekranlar müşterinin boyu, vücut şekli ve omuz genişliği gibi ayrıntıları toplayabilir. Sistem, bu bilgileri kullanarak kıyafetleri müşterinin canlı görüntüsünün üzerine dijital olarak yerleştirebilir. Örnek segmentasyonu ve poz tahmini gibi bilgisayarlı görü görevleri, müşterinin vücudunu doğru şekilde algılamak ve kıyafeti gerçek zamanlı olarak vücut ölçülerine uyacak şekilde hizalamak için görsel veriyi işleyebilir.
Şekil 2. Sanal kıyafet denemeye bir örnek.
Sanal kıyafet deneme, müşterilere bir kıyafetin üzerlerinde nasıl duracağını 3D olarak gösterir ve bazı sistemler daha gerçekçi bir deneyim için kumaşın nasıl hareket edeceğini bile taklit edebilir. Bilgisayarlı görü ve RGB-D kameralar, müşterilerin deneme kabinini atlayıp kıyafetleri anında denemesini mümkün kılar. Bu, zamandan tasarruf sağlar, stilleri ve bedenleri karşılaştırmayı kolaylaştırır ve genel [alışveriş deneyimini](https://ultralytics-translation-3.invalid iyileştirir.
Stereo görüntülemeyi ve uçuş süresi (ToF) kameralarını anlama#
Stereo kameralar, farklı açılardan alınan görüntüleri karşılaştırarak derinliği yakalamak için birden fazla görüntü sensörü kullanan kamera türüdür. Tek sensörlü sistemlerden daha hassastırlar. Öte yandan Uçuş Süresi (ToF) kameraları veya sensörleri, nesnelerden sekip sensöre geri dönen kızılötesi ışık yayarak mesafeleri ölçer. Işığın geri dönmesinin ne kadar sürdüğü, mesafeyi belirlemek için kameranın işlemcisi tarafından hesaplanır.
Şekil 3. ToF kameralarının çalışma şekline genel bakış.
Bazı durumlarda stereo kameralar, her iki cihazın güçlü yönlerini birleştirerek derinlik bilgisini hızlı ve yüksek hassasiyetle yakalamak için ToF sensörleriyle entegre edilir. 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 idealdir.
Uçuş süresi (ToF) kamerasıyla derinlik algılamaya günlük hayattan bir örnek#
Farkında bile olmadan bir Uçuş Süresi (ToF) kamerası kullanmış olabilirsin. Aslında Samsung, Huawei ve Realme gibi markaların popüler akıllı telefonlarında, derinlik algılama özelliklerini geliştirmek için genellikle ToF sensörleri bulunur. Bu kameraların sağladığı hassas derinlik bilgisi, arka planın bulanıklaştırılırken öznenin net kalmasını sağlayan popüler bokeh efektini oluşturmak için kullanılır.
ToF sensörleri, fotoğrafçılığın yanı sıra jest tanıma ve artırılmış gerçeklik (AR) gibi diğer uygulamalar için de giderek daha önemli hâle geliyor. Örneğin Samsung Galaxy S20 Ultra ve Huawei P30 Pro gibi telefonlar, gerçek zamanlı olarak 3D derinlik haritası oluşturmak ve hem fotoğrafçılığı hem de [etkileşimli deneyimleri](https://ultralytics-translation-5.invalid geliştirmek için bu sensörleri kullanır.
Isı algılama için kızılötesi veya termal kameralar#
Termal kameralar, adından da anlaşılacağı üzere, üretim sektörleri ve otomobil fabrikaları dahil olmak üzere çeşitli uygulamalarda ısı algılama amacıyla yaygın şekilde kullanılır. Bu kameralar sıcaklığı ölçer ve çok yüksek veya çok düşük kritik ısı seviyeleri algıladıklarında kullanıcıları uyarmak için kullanılabilir. İnsan gözünün göremediği kızılötesi radyasyonu algılayarak hassas sıcaklık ölçümleri sağlarlar. Genellikle kızılötesi kameralar olarak adlandırılan bu kameraların kullanım alanları [endüstriyel ortamların](https://ultralytics-translation-4.invalid ötesine de uzanır. Örneğin termal kameralar, [tarımda](https://ultralytics-translation-5.invalid hayvanların sağlığını izlemek, ısı kaçaklarını belirlemek için bina denetimlerinde ve sıcak noktaları tespit etmek için yangınla mücadelede kullanılır.
Şekil 4. Sıcak noktaları bulmak için termal kamera kullanan itfaiyeciler.
Endüstriyel uygulamalar için termal görüntüleme#
Üretim tesislerindeki makineler ve elektrik sistemleri veya petrol ve gaz platformları genellikle sürekli çalışır ve yan ürün olarak ısı üretir. Zamanla motorlar, rulmanlar veya elektrik devreleri gibi bileşenlerde aşırı ısı birikimi meydana gelebilir ve bu durum ekipman arızasına veya güvenlik tehlikelerine yol açabilir.
Termal kameralar, anormal sıcaklık artışlarını erken algılayarak operatörlerin bu sistemleri izlemesine yardımcı olabilir. Aşırı ısınan bir motor için bakım planlanarak maliyetli arızalar önlenebilir. Termal görüntülemeyi düzenli denetimlere entegre eden sektörler, kestirimci bakım uygulayabilir, duruş süresini 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 hassasiyetle](https://ultralytics-translation-0.invalid işleyebilmek için saniyede 10.000'den fazla kare (FPS) yakalayacak şekilde tasarlanır. Örneğin ürünler bir üretim hattında hızla ilerlediğinde, yüksek hızlı kameralar bunları izlemek ve anormallikleri algılamak için kullanılabilir.
Öte yandan ağır çekim kameraları, görüntüleri yüksek kare hızlarında yakalayıp ardından oynatma hızını düşürmek için kullanılabilir. Bu sayede izleyiciler, gerçek zamanlı olarak çoğu zaman gözden kaçan ayrıntıları görebilir. Bu kameralar, ateşli silahların ve patlayıcı malzemelerin performansını değerlendirmek için kullanılır. Karmaşık hareketleri yavaşlatıp analiz edebilme yeteneği, bu tür bir uygulama için idealdir.
Bazı durumlarda yüksek hızlı ve ağır çekim kameralarını bir arada kullanmak, aynı olay içindeki hızlı ve yavaş hareket eden nesnelerin ayrıntılı analizine yardımcı olabilir. [Bir golf oyunun](https://ultralytics-translation-0.invalid analizini yaptığımızı varsayalım. Yüksek hızlı kameralar golf topunun hızını ölçerken, ağır çekim kameraları golfçünün vuruş hareketlerini ve vücut kontrolünü analiz edebilir.
Şekil 5. Golfçünün vuruşunu analiz etmek için bilgisayarlı görü ve yüksek hızlı kameraların kullanımı.
Bilgisayarlı görüde multispektral görüntüleme#
Multispektral kameralar, tek bir çekimde morötesi ve kızılötesi dahil olmak üzere ışık spektrumunun birden fazla dalga boyunu kaydedebilen özel cihazlardır. Multispektral görüntüleme, geleneksel kameraların yakalayamadığı değerli ve ayrıntılı veriler sağlar. Daha da dar ve sürekli ışık bantlarını yakalayan hiperspektral kameralara benzer şekilde multispektral kameralar tarım, jeoloji, çevresel izleme ve tıbbi görüntüleme gibi alanlarda kullanılır. Örneğin sağlık hizmetlerinde multispektral kameralar, birden fazla dalga boyunda görüntü yakalayarak farklı dokuların görselleştirilmesine yardımcı olabilir.
Şekil 6. RGB, multispektral ve hiperspektral görüntülemenin karşılaştırılması.
Benzer şekilde, multispektral görüntülemeyle donatılmış dronlar tarımda önemli ilerlemeler kaydediyor. Sağlıksız bitkileri veya erken aşamada [böcek ve zararlılardan](https://ultralytics-translation-1.invalid etkilenen bitkileri tespit edebilirler. Bu kameralar yakın kızılötesi spektrumu analiz edebilir ve sağlıklı bitkiler genellikle sağlıksız bitkilere kıyasla daha fazla yakın kızılötesi ışık yansıtır. Çiftçiler tarımda bu tür AI tekniklerini benimseyerek verimi artırmak ve ürün kaybını azaltmak için erken dönemde karşı önlemler uygulayabilir.
Otonom araçlar için LiDAR kameraları#
LiDAR (Işık Algılama ve Menzil Ölçme) kameraları, 3D haritalar oluşturmak ve nesneleri uzaktan algılamak için lazer darbeleri kullanır. Sis, yağmur, karanlık ve yüksek sıcaklık gibi birçok koşulda etkilidirler; ancak yağmur veya sis gibi zorlu hava koşulları performanslarını etkileyebilir. LiDAR, navigasyon ve engel algılama için otonom araçlar gibi uygulamalarda yaygın olarak kullanılır.
LiDAR, lazer darbeleri gönderip bunların geri yansımasının ne kadar sürdüğünü ölçerek otomobilin gözleri gibi çalışır. Bu bilgiler, otomobilin mesafeleri hesaplamasına ve otomobiller, yayalar ve trafik sinyalleri gibi nesneleri tanımlamasına yardımcı olarak daha güvenli sürüş için 360 derecelik bir görüş sağlar.
Her şeyi netleştirme#
Bilgisayarlı görü söz konusu olduğunda kameralar, makinelerin dünyayı insanlar gibi görüp yorumlamasını sağlayan gözler görevi görür. Doğru kamera türünü seçmek, farklı bilgisayarlı görü uygulamalarının başarısı için kritik öneme sahiptir. Standart RGB kameralardan gelişmiş LiDAR sistemlerine kadar her tür, belirli görevlere uygun benzersiz özellikler sunar. Geliştiriciler ve araştırmacılar, çeşitli kamera teknolojilerini ve bunların kullanım alanlarını anlayarak bilgisayarlı görü modellerini karmaşık gerçek dünya sorunlarının üstesinden gelecek şekilde daha iyi optimize edebilir.
[GitHub depomuzu](https://ultralytics-translation-0.invalid inceleyerek AI hakkında daha fazla bilgi edin. Benzer ilgi alanlarına sahip diğer bilgisayarlı görü AI meraklılarıyla bağlantı kurmak için [topluluğumuza](https://ultralytics-translation-1.invalid katıl. Sağlık hizmetleri ve üretim alanlarındaki bilgisayarlı görü uygulamaları hakkında çözüm sayfalarımızdan daha fazla bilgi edin.
