تقسیم بندی معنایی تصویر ، به این معنا می باشد که با تکنولوژی خاصی تمام پیکسل های موجود در عکس را دسته بندی می کند و سپس دسته بندی ها را با یک برچسب معناداری از جمله ” جاده ” ، ” آسمان ” ، ” انسان ” یا ” حیوانات ” نام گذاری می کند . به تازگی گزارشی منتشر شده است که گوگل تکنولوژی تقسیم بندی تصویر خود را به صورت متن باز یا سورس باز منتشر کرده است . با انتشار این تکنولوژی به صورت متن باز ، دیگر توسعه دهندگان اپلیکیشن می توانند به وسیله ی این تکنولوژی اپلیکیشن های خود را توسعه دهند .
از این تکنولوژی می توان در بسیاری از اپلیکیشن ها استفاده کرد، یکی از اپلیکیشن هایی که اخیرا در گوشی های هوشمند رواج پیدا کرده و از محبوبیت بالایی برخوردار می باشد حالت پرتره ( Portrait Mode ) می باشد که شرکت گوگل در پیکسل ۲ از آن استفاده کرده است . تکنولوژی تقسیم بندی تصاویر در این اپلیکیشن استفاده شده است ، به کمک این اپلیکیشن می توان سوژه ها را از تصویر زمینه جداسازی کرد که به این حالت پرتره می گویند . از دیگر مزایای این تکنولوژی می توان در بهینه سازی خودکار نوردهی و تنظیمات رنگ استفاده کنید .
تکنولوژی جدا سازی و برچسب گذاری نیاز به دقت بالایی نسبت به دیگرفناوری هایی که در تشخیص اشیا به کار می رود دارد ، به همین خاطر تکنولوژی شرکت گوگل با دقت بالای خود می تواند تصاویری با کیفیت بسیار بالایی به کاربران اائه دهد . اما خبر خوب دیگری که منتشر شده است این است که شرکت گوگل به تازگی آخرین مدل تصویر سازی خود را با نام DeepLab-v3+ را منتشر کرده که توسعه دهندگان میتواندد اپلیکیشن های خود را با این تکنولوژی توسعه دهند .
سیستم های تقسیم بندی معنایی مدرن که به بر روی شبکه های عصبی کانولوشن (CNNs) ساخته شده است ، به وسیله ی روش های پیشرفته و همچنین از سخت افزار های کاملا جدید و از مجموعه ی داده ها با سطح کاملا بالایی بهرمند می شوند . توجه داشته باشید رسیدن به این سطح از تکنولوژی تا پنج سال گذشته قابل تصور نبود . اما امیدوریم با عمومی سازی و اشتراک گذاری این تکنولوژی و دسترسی آن با دانشگاه ها و شرکت های صنعتی راحت خواهد شد و در نتیجه شاهد پیشرفت در تولید و همچنین پیشرفت در سیستم های پیشرفته خواهد شد ، به عنوان مثال می توان از این تکنولوژی در ایجاد مجموعه داده های کاملا پیشرفته و توسعه اپلیکیشن ها برای این فناوری عنوان کرد .
منبع dpreview
نمایندگی
