Point of View

Sempre più casi d’uso per Image Detection e Image Recognition

Una nuova era nella computer vision e più in generale nelle applicazioni per il riconoscimento delle immagini, grazie all’applicazione di algoritmi e tecniche di machine learning e intelligenza artificiale in grado di individuare, “etichettare” e classificare i diversi elementi presenti all’interno delle immagini stesse

28 Set 2020

Maria Teresa Della Mura

Giornalista

La crescente diffusione di smartphone, fotocamere digitali, videocamere, webcam, actioncam ha di fatto aperto una nuova era nella computer vision e più in generale nelle applicazioni per il riconoscimento delle immagini, grazie all’applicazione di algoritmi e tecniche di machine learning e intelligenza artificiale in grado di individuare, “etichettare” e classificare i diversi elementi presenti all’interno delle immagini stesse.
Stiamo parlando di soluzioni tecnologiche che solo in questi anni hanno raggiunto un adeguato livello di accuratezza, grazie alla sempre maggiore qualità sia dei dispositivi deputati alla cattura delle immagini, sia delle componenti analitiche, degli algoritmi e dei software deputati al loro riconoscimento.
Stiamo parlando di un comparto in piena espansione, tanto che secondo MarketsandMarkets le crescite dovrebbero attestarsi su un +19,5% annuo nel quinquennio dal 2016 al 2021 e valori assoluti destinati a passare da 15,9 a 38,9 miliardi di dollari.

Image Detection e Image Recognition: l’attenzione delle imprese

Se dunque è vero che l’utilizzo di algoritmi di machine learning e Intelligenza Artificiale consente di elaborare e analizzare i dati di origine visiva trasformandoli in informazioni utili e codificabili, appare chiaro il perché nel mondo delle imprese si stia cercando di mettere questo patrimonio informativo al servizio del business, con l’obiettivo di migliorare prodotti e servizi esistenti o svilupparne di nuovi.
Sicurezza, sorveglianza, geolocalizzazione visiva, riconoscimento di oggetti, gesti e codici, automazione industriale, analisi di immagini mediche, assistenza alla guida sono solo alcune delle molte possibili applicazioni delle tecnologie di Image Recognition e Image Detection e molte ancora sono tutte da esplorare.
Cerchiamo di capire, però, quali sono i settori nei quali le declinazioni applicative di queste tecnologie stanno raggiungendo o hanno già raggiunto livelli di maturità interessanti.

1 – Industria automobilistica

La tecnologia alla base delle auto a guida autonoma dipende fortemente dal riconoscimento delle immagini. L’utilizzo combinato di videocamere e LIDAR (Light Detection and Ranging o Laser Imaging Detection and Ranging), ovvero sistemi di telerilevamento che consentono di determinare la distanza di un oggettoe utilizzando un impulso laser, creano le immagini e il software di riconoscimento delle immagini aiuta il computer a rilevare semafori, veicoli o altri oggetti.

2 – Security

Image Recognition e Image Detection stanno giocando un ruolo vitale nel settore della sicurezza. Che si tratti di un ufficio, di una banca, di una casa, di una strada urbana o di un edificio storico, sono sempre più numerosi i dispositivi e le soluzioni di sicurezza che integrano sistemi biometrici per il rilevamento delle presenze e per il riconoscimento facciale. Parliamo di sistemi intelligenti, che possono essere addestrati, grazie a tecniche e algoritmi di machine learning, per distinguere soggetti umani o animali e in qualche caso anche per attivarsi solo all’avvicinarsi di soggetti estranei, sconosciuti o non autorizzati.

3 – Sanità

La tecnologia di riconoscimento delle immagini sta fornendo un enorme aiuto nel settore sanitario e nei percorsi di cura dei pazienti. Nell’ambito della microchirurgia, dove sempre più frequente è l’utilizzo di robot, vengono utilizzate tecniche di visione artificiale e riconoscimento delle immagini, proprio grazie ai progressi registrati negli ultimi anni nell’apprendimento automatico e nell’intelligenza artificiale. Il rilevamento delle emozioni in tempo reale – in questo caso parliamo di sentiment analysis – può essere utilizzato per tenere sotto controllo le emozioni dei pazienti durante i periodi di ricovero. Ulteriori casi d’uso riguardano l’identificazione di tumori (per i tumori polmonari si parla di una accuratezza vicina al 97%) o ictus, o ancora il supporto a persone ipovedenti.

4 – Retail

Il retail è probabilmente uno degli ambiti in cui Image Detection e Image Recognition stanno trovando ampi casi di applicazione sia per migliorare l’operatività e la sicurezza del punto vendita, sia per dare nuovo impulso alla customer experience.
Grazie all’integrazione di sistemi di visione e di Intelligenza artificiale, è possibile controllare il livello di occupazione e riempimento degli scaffali, ma anche misurare l’efficacia del posizionamento dei prodotti rispetto al gradimento del pubblico, così da intervenire tempestivamente laddove le strategie si rivelino poco efficaci.

5 – Manifatturiero

Anche il mondo del manufacturing rappresenta uno degli ambiti d’elezione delle tecnologie di Image Detection e Image Recognition, con diverse declinazioni applicative. Si va dal riconoscimento della difettosità all’identificazione dei guasti, dall’ispezione delle confezioni al controllo qualità, dalle attività di ispezione a quelle di assemblaggio di prodotti e componenti, dalla tracciabilità fino a tutte le applicazioni di logistica e magazzino, inclusa la lettura di codici a barre, fino alla gestione della sicurezza sia dei materiali sia dei lavoratori sulle linee.

6 – Motori di ricerca visuali

I motori di ricerca visuali utilizzano il riconoscimento delle immagini per fornire agli utenti i migliori risultati di ricerca. Si tratta di una tecnologia che trova nell’ecommerce il suo campo applicativo d’elezione e non è un caso che in UK Marks and Spencer abbia implementato la ricerca visuale nel proprio shop online.  

Image Detection e Image Recognition: la visione di UNO Informatica

Duccio Manganelli - UNO Informatica
Duccio Manganelli – UNO Informatica

Sicuramente uno degli aspetti che frena l’adozione di strumenti e soluzioni di Image Detection e di Image Recognition è il timore che si tratti di progetti alla portata di imprese di grandi dimensioni e con specifiche competenze al proprio interno nell’ambito dello sviluppo di algoritmi di Machine Learning e di Intelligenza Artificiale utilizzando le reti neurali.
In realtà, come ben spiega Duccio Manganelli, Direttore Commerciale del system integrator aretino UNO Informatica, “la cosa più importante è acquisire la consapevolezza che un contributo nuovo e “dirompente” pienamente utile al raggiungimento dei propri obiettivi strategici e di business è costituito dall’utilizzo dei nuovi strumenti di ML/DP che consentono di strutturare percorsi prima impraticabili, avvalendosi del supporto di un partner che ha maturato significative esperienze con questo tipo di progettualità. Nel nostro caso, siamo in grado di accompagnare i nostri clienti, indipendentemente dal settore in cui operano o dalla loro dimensione, nella definizione del progetto e degli obiettivi e nell’identificazione delle soluzioni giuste per raggiungerli. Forti della stretta collaborazione che da anni abbiamo avviato con IBM, abbiamo avuto modo di provare sul campo non solo la potenza e la versatilità della piattaforma IBM Power per sostenere il carico di questo tipo di applicazioni, ma anche la possibilità di utilizzare soluzioni preconfigurate, che dunque facilitano le attività di addestramento e sviluppo di algoritmi, anche laddove non vi siano specifiche competenze in house”.
In particolare, Duccio Manganelli fa riferimento all’adozione combinata di IBM Power (Watson machine Learning Accelerator) in combinazione con la soluzione IBM Visual Insights, una soluzione pensata proprio per rimuovere molte delle barriere che frenano le aziende nei loro percorsi verso il ML/DL e che funziona come un vero e proprio analista a supporto sia dei team esperti, sia di chi esperto non lo è.
La tecnologia IBM di fatto non richiede di eseguire in anticipo una progettazione di funzioni costosa e completa e automatizza l’ottimizzazione e la convalida dei modelli. È una piattaforma basata su librerie open source di machine learning in grado dunque di automatizzare le attività iniziali, come la progettazione di funzioni, la visualizzazione e l’ottimizzazione dei modelli, che vengono gestiti automaticamente dal software, di ridurre i tempi di addestramento portandoli da un ordine di mesi a un ordine di ore, di scalare in base alle esigenze del cliente, di restituire dati e informazioni conformi e affidabili.

@RIPRODUZIONE RISERVATA
Maria Teresa Della Mura
Giornalista

Giornalista, da trent’anni segue le tematiche dell’innovazione tecnologica applicata ai modelli e ai processi di business.Negli ultimi anni si è avvicinata al mondo dell’Internet of Things e delle sue declinazioni in un mondo sempre più coniugato in logica smart: smart manufacturing, smart city, smart home, smart health.

Articolo 1 di 5