Le tecniche e gli strumenti di Computer Vision, noti anche come visione artificiale o occhio digitale comprendono tutti quei processi utili a creare un modello approssimativo del mondo reale (3D) partendo da immagini bidimensionali (2D). (fonte Wikipedia)
La Computer Vision quindi ha come scopo principale la riproduzione della vista dell’uomo, intesa non solo come riproduzione fotografica ma anche come comprensione di ciò che il sistema osserva.
Componenti ottiche, elettroniche e meccaniche costituiscono i sistemi di computer vision, che grazie a queste componenti sono così in grado di vedere immagini sia nello spettro della luce visibile che quelle ad infrarossi, ultravioletti e raggi X.
Credits Photo: Canva
Caratteristiche e componenti del Computer Vision, l’occhio digitale
Gli strumenti di computer vision o occhio digitale sono costituiti da:
- telecamere
- sistemi di illuminazione
- componenti ottici
- software di acquisizione e di elaborazione dell’immagine
- interfaccia uomo-macchina
- interfaccia con ambiente esterno
Come avviene il riconoscimento immagini dell’occhio digitale?
Gli algoritmi di Computer Vision possono effettuare indagini più o meno approfondite su un’immagine, a seconda delle tecniche utilizzate, della tipologia di immagine e del tipo di task effettuato.
Ecco i principali task di riconoscimento dei sistemi di visione digitale:
- Image classification: analisi del contenuto dell’immagine e attribuzione di un’etichetta (es. cane, gatto, fiori, piante);
- Object detection: identificazione di una o più entità all’interno di un’immagine;
- Image segmentation: suddivisione dell’immagine in sezioni (es. per evidenziare i pixel di un referto medico in cui si riscontra un tumore);
- Face recognition: riconoscimento di volti di persone;
- Action recognition: identificazione di una o più entità e della loro relazione nel tempo e nello spazio, al fine di identificare e descrivere azioni specifiche (es. un automobile che attraversa un incrocio con il semaforo rosso);
- Visual relationship detection: comprensione della relazione tra gli oggetti in un’immagine;
- Emotion recognition: rilevamento del sentiment di un’immagine;
- Image editing: modifiche a un’immagine (es. oscuramento di dati sensibili).
Fonte: Osservatorio Digital Innovation
Credits Photo: Canva
Applicazioni della computer vision
I dati prodotti quotidianamente dai vari device tecnologici come smartphone, tablet, app, telecamere, sistemi di rilevazione intelligente e altri dispositivi rappresentano una fonte preziosa di informazioni, anche visive.
Dati che possono ricoprire un ruolo strategico per il management aziendale, e quindi motivo per cui la computer vision occupa sempre più un ruolo di rilievo nei vari settori come il commerciale, i trasporti, la sanità, l’intrattenimento, la sicurezza, l’industria.
Di seguito alcune applicazioni concrete di impiego della computer vision:
- riconoscimento degli oggetti
- remote sensing
- scansione codici QrCode
- riconoscimento ottico dei caratteri (OCR)
- restauro di immagini e di opere d’arte
- robot che ispezionano e manipolano gli oggetti
- visual servoing
- modellazione 3D
- manutenzione predittiva
- analisi e controllo dei difetti nei processi produttivi
- sicurezza nei luoghi di lavoro
Applicazioni dell’occhio digitale in ambito industriale
Grazie alle funzionalità sempre più elevate dei super compuer e dei computer quantistici, i sistemi di visione hanno campi di utilizzo sempre più vasti. Ad esempio in ambito industriale l’occhio digitale viene utilizzato per:
- Riconoscimento difetti e rispetto delle tolleranze
- Orientamento, posizionamento e guida robot
- Misure non a contatto
- Verifiche su nastri in continuo (Web Inspection)
- Classificazione e scelta
- Lettura di caratteri e codici
Computer Vision al servizio delle aziende: dati e numeri di investimento
Nel 2023 la Computer Vision è il primo obiettivo di investimento tecnologico cui guarderanno le aziende globali della tecnologia e dei servizi che già stanno spendendo in intelligenza artificiale, secondo un sondaggio di Gartner. Queste aziende stanno progettando in media di investire ciascuna 679.000 dollari nei prossimi due anni.
Credits Photo: Canva
Un altro settore in cui le aziende vogliono portare soluzioni di AI, in particolare AI edge, è la smart factory. Secondo Gartner nel 2027 il deep learning, forma più avanzata del machine learning, sarà incluso in più del 65% dei casi d’uso dell’edge computing, contro il 10% del 2021. Questo vuol dire che l’intelligenza artificiale sarà applicata in misura crescente direttamente agli oggetti nella fabbrica (la cosiddetta Industrial internet of things o IIoT), anziché solo ai sistemi centralizzati di elaborazione. E ciò include in gran parte i sistemi di Computer vision, che, come abbiamo visto, applicano l’AI e il deep learning in telecamere e sensori per effettuare ispezioni sulla qualità dei prodotti e sui processi e svolgere manutenzione predittiva.
Essendo strettamente connessa con l’IoT, la Computer vision è molto efficace nell’abbinamento col digital twin. Un gemello digitale è una replica virtuale di risorse fisiche, potenziali ed effettive, equivalenti a oggetti, processi, persone, luoghi, infrastrutture, sistemi e dispositivi. Il digital twin può servire, per esempio, nella progettazione e prototipazione: permette di svolgere i test in modo più accurato e veloce, verificando il prodotto prima che vada in produzione e accelerando il time to market, mentre la Computer vision sorveglia il processo produttivo individuando eventuali fonti di problemi. In entrambi i casi si risparmiano tempo e costi perché si evita di mandare in produzione qualcosa che non funzionerà o non piacerà al mercato e si riduce l’impatto di anomalie nell’assemblaggio.
Associazione Italiana per la Computer Vision
Credits Photo: Canva
In Italia esiste anche un’associazione che si occupa di computer vision, con l’obiettivo di promuovere e coordinare gli studi nei settori di Computer Vision, Pattern Recognition, Machine Learning e dei campi applicativi ad essi collegati.
Lo scopo dell’associazione è quello di favorire l’eccellenza in Italia in tali settori, di promuovere lo sviluppo e la diffusione, nonché la formazione ed il trasferimento tecnologico verso l’ industria e la società.
L’Associazione Italiana per la ricerca in Computer Vision, Pattern Recognition e Machine Learning nota anche con l’acronimo CVPL, in inglese “Italian Association for Computer Vision, Pattern Recognition and Machine Learning”), è nata come evoluzione del “Gruppo Italiano di Ricercatori in Pattern Recognition” fondato nel 1983. L’Associazione rappresenta i ricercatori italiani in seno alla “International Association for Pattern Recognition”. La sede dell’Associazione è in Firenze, presso l’Università di Firenze.
Business Intelligence Group ha sviluppato sistemi di analisi del comportamento dei clienti con l’utilizzo di sistemi di rilevazione intelligenti. Questo consente di raccogliere in modo spontaneo comportamenti, percezioni e valutazioni da parte dei clienti o utenti on line che difficilmente possono essere rilevati con altre tecniche di ricerca.
Contatta i nostri esperti per saperne di più:
Credits photo: Canva
