Computer Vision คืออะไร? คำแนะนำสำหรับมือใหม่

Updated · By Viviai

Computer Vision (วิชันคอมพิวเตอร์) คือสาขาของ AI ที่ทำให้คอมพิวเตอร์ "มองเห็น" และเข้าใจรูปภาพกับวิดีโอได้ สำหรับคอมพิวเตอร์ รูปภาพคือชุดข้อมูล; computer vision จะเปลี่ยนพิกเซลเหล่านั้นเป็นข้อมูลที่เป็นประโยชน์ เช่น "นี่คือใบหน้า" หรือ "มีคนกำลังข้ามถนน"

คำอธิบายแบบง่าย ๆ

ให้มองว่าเครื่องได้รับความสามารถในการมองเห็น กล้องจับภาพ แล้วซอฟต์แวร์วิเคราะห์เพื่อจำแนกวัตถุ อ่านข้อความ หรือตรวจจับการเคลื่อนไหว นี่คือเทคโนโลยีเบื้องหลังการปลดล็อกโทรศัพท์ด้วยใบหน้าและแอปสแกนเอกสาร

ทำงานอย่างไร

ภาพดิจิทัลจริง ๆ คือตารางตัวเลข โดยแต่ละพิกเซลมีตัวเลขบอกสี คอมพิวเตอร์ไม่ได้เห็น "แมว" มันเห็นแค่ตัวเลข computer vision ใช้โมเดลแมชีนเลิร์นนิง มักเป็นโครงข่ายประสาท ที่ฝึกจากภาพจำนวนมากที่มีป้ายกำกับ เพื่อค้นหารูปแบบและทำนายผล

งานที่พบบ่อย

งาน หน้าที่ ตัวอย่าง
จัดประเภท ใส่ป้ายกำกับภาพ "ภาพนี้มีสุนัข"
ตรวจจับวัตถุ ค้นหาและล้อมกรอบ ตีกรอบรถทุกคัน
แบ่งส่วนภาพ แสดงขอบเขตแบบละเอียด เน้นพื้นที่บนภาพทางการแพทย์
OCR อ่านข้อความในภาพ เปลี่ยนภาพใบเสร็จเป็นข้อความ
จดจำใบหน้า ระบุตัวตนจากใบหน้า ปลดล็อกโทรศัพท์

ตัวอย่างในชีวิตประจำวัน

ข้อจำกัด

แสงน้อย มุมแปลก ๆ หรือภาพเบลออาจทำให้ผิดพลาด โมเดลอาจมีอคติจากข้อมูลฝึก และการจดจำใบหน้าก่อให้เกิดปัญหาความเป็นส่วนตัว คะแนนความมั่นใจเป็นการคาดเดา ไม่ใช่การรับประกัน

FAQ

เหมือนกับการรู้จำภาพหรือไม่?

การรู้จำภาพเป็นเพียงส่วนหนึ่ง; computer vision กว้างกว่า รวมถึง OCR การตรวจจับและการแบ่งส่วน

ใช้ AI หรือไม่?

ส่วนใหญ่ใช้ โดยเฉพาะดีปเลิร์นนิง แม้จะยังมีวิธีแบบกฎอยู่

ผิดพลาดได้ไหม?

ได้ แสง มุมภาพและข้อมูลที่จำกัดล้วนทำให้เกิดข้อผิดพลาด

ต่างจากคอมพิวเตอร์กราฟิกอย่างไร?

กราฟิกสร้างภาพ ส่วน computer vision ทำความเข้าใจภาพที่มีอยู่

สรุป

อ่านต่อ multimodal AI คืออะไร และ ตัวสร้างภาพทำงานอย่างไร

Sources

  1. https://www.ibm.com/think/topics/computer-vision
  2. https://aws.amazon.com/what-is/computer-vision/
  3. https://developer.nvidia.com/computer-vision

Learn by doing

Read a guide, then practice with bite-sized AI lessons you can take offline.

Start learning free