Bilgisayarlı Görü Nedir?

Bir insan fotoğrafa bakınca içinde ne olduğunu hemen anlar. Bilgisayar ise yalnızca sayılardan oluşan bir piksel tablosu görür. Bilgisayarlı görü (computer vision), bu sayılardan anlam çıkarmayı hedefler.

Başlıca görevler

• Sınıflandırma: Resmin tamamında ne olduğunu söylemek ("köpek").
• Nesne tespiti: Resimdeki her nesneyi bulup etrafına kutu çizmek ("burada iki araba, bir yaya var").
• Bölütleme: Her pikselin hangi nesneye ait olduğunu belirlemek.
• Yazı tanıma (OCR): Fotoğraftaki ya da taranmış belgedeki yazıyı metne çevirmek.
• Yüz tanıma: Bir yüzü bulmak ve kime ait olduğunu eşleştirmek.

Nasıl çalışır?

Günümüzde bu görevlerin çoğu, çok sayıda etiketli görüntüyle eğitilmiş derin sinir ağlarıyla yapılır. Ağın ilk katmanları kenar ve renk gibi basit özellikleri, sonraki katmanlar göz, tekerlek gibi parçaları, son katmanlar da nesnenin tamamını tanımayı öğrenir.

Günlük hayattaki örnekler

• Telefonun fotoğraf galerisinin kişilere ve yerlere göre arama yapabilmesi
• Bankacılık uygulamalarında kimlik kartını okuma
• Fatura ve fişlerden tutarı otomatik çıkarma
• Fabrikalarda hatalı ürünü banttan ayırma
• Araçlarda şerit takibi ve çarpışma uyarısı

Dikkat edilmesi gerekenler

• Kötü ışık, bulanıklık ya da alışılmadık açılar hatayı artırır.
• Yüz tanıma, kişisel veri ve mahremiyet açısından hassastır; kullanımı yasal düzenlemelere tabidir.
• Eğitim verisi belirli grupları az temsil ediyorsa model o gruplarda daha çok hata yapabilir.

Özet

• Bilgisayarlı görü, görüntüden anlam çıkarmaktır.
• Sınıflandırma, nesne tespiti ve OCR temel görevlerdir.
• Doğruluk; ışık, veri kalitesi ve kullanım alanına göre değişir.