بسیاری از شرکت‌ها ده‌ها دوربین دارند که شبانه‌روز تصویر ضبط می‌کنند، اما کسی این تصاویر را نگاه نمی‌کند، مگر بعد از یک اتفاق. در خط تولید هم معمولاً یک نفر باید ساعت‌ها به محصولات نگاه کند تا موارد معیوب را جدا کند؛ کاری خسته‌کننده که دقتش با گذشت زمان پایین می‌آید. بینایی ماشین (Computer Vision) شاخه‌ای از هوش مصنوعی است که به نرم‌افزار امکان می‌دهد تصویر و ویدئو را «ببیند» و درباره آن تصمیم بگیرد.
بینایی ماشین چه کارهایی می‌کند؟
- دسته‌بندی تصویر: تشخیص اینکه چیزی سالم است یا معیوب، پر است یا خالی.
- تشخیص اشیا: پیدا کردن و شمردن افراد، خودروها، کارتن‌ها یا ابزارها در تصویر.
- خواندن متن (OCR): استخراج متن از فاکتور، فرم، اسناد اسکن‌شده یا پلاک خودرو.
- تشخیص رویداد: ورود به محدوده ممنوع، جا ماندن بسته در یک نقطه یا نبودن کلاه ایمنی.
- تشخیص چهره: شناسایی افراد از روی چهره؛ قوی‌ترین و در عین حال حساس‌ترین کاربرد.
کاربردهای رایج در کسب‌وکار
- کنترل کیفیت: دوربین بالای خط تولید که خراش، رنگ نادرست، برچسب کج یا قطعه جاافتاده را تشخیص می‌دهد.
- پارکینگ و ورود و خروج: خواندن پلاک و ثبت زمان ورود و خروج خودروها.
- امنیت محیط: هشدار هنگام حرکت در ساعت‌های تعطیل یا عبور از حصار، به‌جای بازبینی ساعت‌ها فیلم.
- انبار و فروشگاه: شمارش موجودی، تشخیص قفسه خالی و تحلیل رفت‌وآمد مراجعان.
- اسناد و فاکتورها: خواندن خودکار فاکتورها و فرم‌ها و ورود اطلاعات به نرم‌افزار مالی، با بازبینی انسانی.
مزایا
- کار تکراری دیداری بدون خستگی و به‌صورت مداوم انجام می‌شود.
- واکنش به رویدادها سریع‌تر است، چون هشدار در لحظه می‌رسد.
- از چیزهایی که قبلاً فقط دیده می‌شدند، داده قابل‌اندازه‌گیری به دست می‌آید؛ مثل نرخ خرابی یا ساعت‌های شلوغی.
محدودیت‌ها و ریسک‌ها
- وابستگی به شرایط تصویر: نور کم، بازتاب، زاویه نامناسب، گردوغبار یا لرزش دوربین دقت را به‌شدت پایین می‌آورد. سیستمی که در آزمایش خوب کار می‌کرد، ممکن است در شیفت شب ضعیف باشد.
- خطای مثبت و منفی: هشدارهای اشتباه زیاد باعث می‌شود اپراتورها هشدارها را نادیده بگیرند؛ موارد جاافتاده هم در کنترل کیفیت هزینه دارند.
- نیاز به داده آموزشی: برای محصول یا عیب خاص شما، معمولاً باید تعداد زیادی تصویر جمع‌آوری و برچسب‌گذاری شود.
- حریم خصوصی: ضبط و تحلیل تصویر کارکنان و مشتریان، به‌ویژه با تشخیص چهره، موضوعی حساس است. هدف را محدود و شفاف کنید، به افراد اطلاع دهید، مدت نگهداری تصاویر را مشخص کنید و پیش از اجرا با مشاور حقوقی شرکت مشورت کنید.
پیش از خرید هر سامانه، از فروشنده بخواهید آن را روی تصاویر واقعی محیط خودتان و در ساعت‌ها و نورهای مختلف آزمایش کند، نه روی نمونه‌های نمایشی.
زیرساختی که لازم دارید
بینایی ماشین بیش از هر چیز یک پروژه شبکه و ذخیره‌سازی است. پردازش ممکن است روی خود دوربین یا دستگاهی کنار آن (Edge)، روی سرور داخلی با پردازنده گرافیکی یا در سرویس ابری انجام شود؛ هر گزینه هزینه، تأخیر و ریسک داده متفاوتی دارد. ارسال ویدئوی چندین دوربین پهنای باند زیادی مصرف می‌کند؛ پس دوربین‌ها را در یک VLAN جدا قرار دهید، رمز پیش‌فرضشان را عوض کنید، فریم‌ور را به‌روز نگه دارید و از ذخیره‌ساز تصاویر و تنظیمات سامانه پشتیبان بگیرید.
چک‌لیست
- مسئله و معیار موفقیت، مثلاً نرخ تشخیص عیب، مشخص است.
- آزمایش روی تصاویر واقعی محیط انجام شده است.
- نور، زاویه و کیفیت دوربین‌ها بررسی شده است.
- محل پردازش (Edge، سرور داخلی یا ابر) انتخاب شده است.
- دوربین‌ها در شبکه جدا و با رمز اختصاصی هستند.
- سیاست حریم خصوصی و مدت نگهداری تصاویر نوشته شده است.
پروژه‌های بینایی ماشین به شبکه پایدار، سرور مناسب و ذخیره‌سازی امن وابسته‌اند. کارشناسان ITPlus724 می‌توانند شبکه دوربین‌ها، سرورها و پشتیبان‌گیری لازم را برای شرکت شما طراحی و پیاده‌سازی کنند.