Bilgisayarlı Görü
Giriş
Ders Hangi Soruyu Sorar?
Bilgisayarlı görü, bir görüntüden ya da videodan anlam çıkarmayı inceler: hangi nesneler var, nerede, sahne nasıl bir üç boyutlu yapıya sahip. Girdi görüntüdür ama çıktı görüntü değil; etiket, kutu, maske ya da derinliktir. Görüntüyü dönüştürmek görüntü işlemenin işidir.
Bir bakışta
görüntüden anlam çıkarma
görüntü ya da video
etiket, kutu, derinlik, 3B yapı
doğruluk, mAP, IoU
yüksek: geometri, doğrusal cebir
çok etiketli görüntü
Giriş
Kısa Tarihçe
Larry Roberts'ın doktora tezi, çizgi çizimlerinden üç boyutlu blokları çıkarır: alanın ilk çalışması.
MIT'de "Summer Vision Project": görünün bir yaz projesiyle çözülebileceği düşünülür; çözülmez.
Marr'ın Vision kitabı yayımlanır: görüyü katmanlı bir hesaplama süreci olarak tanımlar.
Lowe SIFT özniteliklerini tanıtır: ölçek ve dönmeden etkilenmeyen yerel nokta eşleme.
Viola ve Jones gerçek zamanlı yüz bulucuyu yayımlar; dijital fotoğraf makinelerine girer.
AlexNet ImageNet yarışmasını büyük farkla kazanır; görüde derin öğrenme dönemi başlar.
Ders
Temel Kavramlar
Köşe ve anahtar noktalar: Harris, SIFT, ORB.
Görüntünün bütününe etiket vermek: "kedi".
Her nesneye kutu ve etiket: YOLO, Faster R-CNN.
Her piksele bir sınıf: yol, yaya, araç.
İğne deliği modeli, kalibrasyon, iç ve dış parametre.
Stereo, epipolar geometri, hareketten yapı.
Optik akış; videoda nesneyi kareden kareye izleme.
CNN ve görüntü dönüştürücüleri (ViT).
Ders
Tipik İş Akışı
Dene
Görüntüde Halkaları Bul
Bir montaj hattında kamera, bantta duran contaları (halka biçimli) saymalı. Şablon her konuma kaydırılıp benzerliği ölçülüyor. Güven eşiğini ve bastırmayı değiştirip kutuların doğruluğuna bakın.
Konum
Ön Koşullar
Bu dersten önce bilinmesi yararlı olan dersler ve neden gerektikleri.
| Ders | Neden gerekir |
|---|---|
| Görüntü İşleme | kenar, filtre, bölütleme |
| Doğrusal cebir | matris, öz değer ve izdüşüm: kamera geometrisinin dili |
| Programlama | Python ile dizi işlemleri ve kütüphane kullanımı |
| Algoritmalar | arama, eşleme ve karmaşıklık: öznitelik eşleme ve izleme |
Konum
Dersin Komşuları
Örtüşme
Örtüştüğü Dersler
| İlişki | Ders | Ortak konu |
|---|---|---|
| temel alır | Bu ders Görüntü İşleme dersini temel alır | kenar, filtre, bölütleme |
| uygulama | Tıbbi Görüntü İşleme bu dersin yöntemlerini uygular | lezyon bulma, sınıflandırma |
| uygulama | Uzaktan Algılama bu dersin yöntemlerini uygular | arazi sınıflandırma, değişim tespiti |
| uygulama | Biyometrik Sistemler bu dersin yöntemlerini uygular | yüz tanıma |
| yöntem paylaşır | Derin Öğrenme ile yöntem paylaşır | evrişimli sinir ağları, görüntü dönüştürücüleri |
| yöntem paylaşır | Örüntü Tanıma ile yöntem paylaşır | nesne sınıflandırma |
| yöntem paylaşır | Bilgisayar Grafiği ile yöntem paylaşır | kamera modeli; grafik sahneden görüntü, görü görüntüden sahne |
| yöntem paylaşır | Robotik ve Robot Görüsü ile yöntem paylaşır | robot görüsü, SLAM |
Ayrışma
Ayrıştığı Noktalar (1/2)
| Ölçüt | Bilgisayarlı Görü | Görüntü İşleme | Derin Öğrenme |
|---|---|---|---|
| Temel soru | Bilgisayar bir görüntüde ya da videoda ne olduğunu nasıl anlar? | Bir görüntü nasıl iyileştirilir, dönüştürülür ve parçalara ayrılır? | Çok katmanlı ağlar ham veriden kullanışlı temsilleri nasıl kendisi öğrenir? |
| Yaklaşım | görüntüden anlam çıkarma | piksel düzeyinde dönüşüm | çok katmanlı temsil öğrenme |
| Girdi | görüntü ya da video | görüntü | ham veri: görüntü, metin, ses |
| Çıktı | etiket, kutu, derinlik, 3B yapı | işlenmiş görüntü ya da bölgeler | öğrenilmiş temsil ve tahmin |
| Başarı ölçütü | doğruluk, mAP, IoU | görsel kalite, PSNR | doğruluk, kayıp, ölçeklenme |
| Matematik yükü | yüksek: geometri, doğrusal cebir | orta: evrişim, Fourier | yüksek: türev, matris, olasılık |
| Veri ihtiyacı | çok etiketli görüntü | az; öğrenme şart değil | çok; GPU gerekir |
- Görüntü İşleme: Görüntü işlemede girdi de çıktı da görüntüdür; bilgisayarlı görüde girdi görüntü, çıktı anlamdır: etiket, kutu, derinlik.
- Derin Öğrenme: Derin öğrenme genel bir araçtır; görü onu kamera geometrisi, çoklu görüş ve hareket bilgisiyle birlikte kullanır.
Ayrışma
Ayrıştığı Noktalar (2/2)
| Ölçüt | Bilgisayarlı Görü | Bilgisayar Grafiği | Örüntü Tanıma |
|---|---|---|---|
| Temel soru | Bilgisayar bir görüntüde ya da videoda ne olduğunu nasıl anlar? | Bir sahnenin tanımından gerçekçi bir görüntü nasıl üretilir? | Ölçümlerden bir nesnenin hangi sınıfa ait olduğuna nasıl karar verilir? |
| Yaklaşım | görüntüden anlam çıkarma | geometri ve ışık benzetimi | istatistiksel karar kuramı |
| Girdi | görüntü ya da video | sahne: model, ışık, kamera | ölçüm ya da öznitelik vektörü |
| Çıktı | etiket, kutu, derinlik, 3B yapı | görüntü ya da animasyon | sınıf etiketi |
| Başarı ölçütü | doğruluk, mAP, IoU | gerçekçilik, kare hızı | sınıflandırma hatası |
| Matematik yükü | yüksek: geometri, doğrusal cebir | yüksek: doğrusal cebir, geometri | orta-yüksek: olasılık, doğrusal cebir |
| Veri ihtiyacı | çok etiketli görüntü | gerekmez | etiketli örnekler |
- Bilgisayar Grafiği: Grafik sahne tanımından görüntü üretir; görü tersini yapar, görüntüden sahneyi kurmaya çalışır.
- Örüntü Tanıma: Örüntü tanıma her tür ölçümü sınıflandırır; görü sınıflandırmayı uzamsal yapı, konum ve 3B ile birlikte ele alır.
Uygulama
Uygulama Alanları
Şerit, yaya ve trafik işareti algılama.
Telefon kilidi, geçiş kontrolü.
Kasasız mağaza, raf takibi.
Kameranın konumunu bulup sahneye nesne eklemek.
Hatalı ürünü tanıyıp hattan ayırmak.
Oyuncu ve top izleme, istatistik.
Uygulama
Araçlar ve Örnek Veriler
Araçlar ve kütüphaneler
Tanınmış veri setleri
Uygulama
Sık Karıştırılanlar
| Yaygın düşünce | Doğrusu |
|---|---|
| Bilgisayarlı görü, görüntü işlemenin başka adıdır. | Görüntü işleme görüntüyü dönüştürür; görü görüntüden anlam çıkarır. Görü, görüntü işlemeyi ön adım olarak kullanır. |
| Görü artık çözülmüş bir problemdir. | Ağlar, eğitim verisinden farklı ışık, hava ya da kamerada hâlâ belirgin biçimde yanılabilir. |
| Görü yalnızca derin öğrenmedir. | Kalibrasyon, stereo, SLAM ve 3B yeniden yapılandırma büyük ölçüde geometriye dayanır. |
| Model nesneyi insan gibi "görür". | Ağlar dokuya ve bağlama aşırı güvenebilir; küçük bir piksel değişikliği kararı çevirebilir. |
Sonrası
Bu Dersten Sonra
Bu dersi temel alan ya da genişleten dersler
İlgili meslekler
Sonrası
Kaynaklar
- Szeliski, Computer Vision: Algorithms and Applications, 2. baskı, Springer, 2022.
- Hartley ve Zisserman, Multiple View Geometry in Computer Vision, 2. baskı, Cambridge University Press, 2004.
- Prince, Computer Vision: Models, Learning, and Inference, Cambridge University Press, 2012.
- Marr, Vision, W. H. Freeman, 1982.