Цифровой урок "Компьютерное зрение"
план-конспект урока по информатике и икт (7, 8, 9 класс)

1 слайд:

Добрый день, уважаемые ученики! Мы с Вами продолжаем проходить серию уроков, касающихся нейронных сетей и машинного обучения. Тема нашего сегодняшнего урока – компьютерное зрение.

2 слайд:

Первое, что спрашивают люди, которые не знакомы с данной разработкой: «Разве компьютер может видеть?». Ответ должен быть однозначным. Да, компьютер может видеть. Ведь компьютерное зрение – это теория и технология создания машин, которые могут производить обнаружение, отслеживание и классификацию объектов. Однако, для этого нам потребуется соблюдать несколько вещей. Но обо всем по порядку.

3 слайд:

 Давайте поговорим об истории компьютерного зрения. Впервые про компьютерное зрение начал говорить преподователь института MIT Оливер Селфридж в своей статье «Глаза и уши компьютера», которая была опубликована в 1955 году. В ней автор выдвинул идею оснащения компьютера средствами распознавания звука и изображения.

4 слайд:

Затем, спустя всего 3 года Фрэнк Розенблатт, изображение которого Вы можете видеть на экране, известный американский психолог создал компьютерную реализацию персептрона (от англ. perception - восприятие) – устройства, которое моделирует схему распознавания образов человеческим мозгом. Изначально Розенблатт позиционировал персептрон, как гаджет, хотя в дальнейшем персептроном стали называть обученную нейронную сеть, которая представляет собой алгоритм для выполнения классификации.
Проблема заключалась в том, что мощностей компьютеров не хватало на решение столь сложных задач. Представьте, что только обучение требовало около получаса машинного времени на ЭВМ IBM-704. Но, до недавних пор, рассмотрение задач компьютерного зрения рассматривалось с точки зрения знакомства с технологией, так как в придачу к слабой мощности компьютера была еще одна проблема – не было математического обеспечения. Поэтому только в середине 90-х годов начали появляться первые системы автоматической навигации автомобилей.

Несмотря на это, именно благодаря разработке персептрона Розенблатта, компьютер может определить объект на изображении к определенной категории. Например, если Вы посмотрите на слайд, то тут идет проверка объекта на то является ли он кошкой или собакой.

5 слайд:

Давайте поговорим о том, какие задачи может выполнять компьютер с помощью машинного зрения. В первую очередь, это, конечно распознавание объектов. Пример распознавания объектов представлен слева. Задача заключается в том, чтобы по изображению постараться выделить набор объектов. Все найденные объекты выделяются в рамку.

        Еще одной задачей является сегментация изображений. В отличии от распознавания, тут задачей является не окружение объектов рамками, а выделить все пиксели, которые относятся к этому объекту, то есть сделать более четкое выделение. Одним из примеров, который может прийти в голову обычным пользователям – это отделение объектов на изображении для размытия фона. Все крупные компании, занимающиеся разработкой фоторедакторов на любительском уровне, имеют такую функцию. Разумеется, сегментация применяется не только для любительских вещей. Она так же применяется, например, в производстве для поиска дефектов при сборке деталей.

6 слайд:

Одной из основных задач является распознавание текста. Одной из компаний, которая является лидером в сфере распознавания является российская компания Abby, занимающая разработкой ПО для решения любых задач с PDF и бумажными документами. Самой известной разработкой является редактор Abby FineReader 15.С ее помощью можно редактировать PDF практически так же просто, как и обычный текстовый файл Word.
        Вторая компания, логотип которой также представлен на слайде, не так известен обычному пользователю. NtechLab – мировой лидер по скорости и точности распознавания лиц, силуэтов и действий на видео. Алгоритм компании занял третье призовое место в результате международного соревнования Deepfake Detection Challenge по распознавания дипфейков на видео.

7 слайд:

Я думаю, что с таким словом Вы наверняка где-нибудь сталкивались. Это технология синтеза изображения, которая основана на технологии нейросетей. Для создания дипфейка Вам необходимо иметь под рукой оригинальное видео, в котором необходимо заменить лицо, и фотографию с лицом, которое вы хотите подставить в исходное видео. Технология забавная и в некоторых моментых может развлекать пользователя. Создано огромное количество приложения, которые используют данную технологию для коротких видео, которые пользователи потом загружают в социальные сети. Однако, некоторые люди стали использовать данную технологию для создания огромного количества фейков, связанных с политиками или другими публичными личностями. Опасность неконтролируемого производства дипфейков была признана в нескольких странах, таких как, США и Китай. В них были приняты законы, которые контролируют производство данных роликов.

8 слайд:

В начале осени 2020 года компания NVIDIA представила приложение, которое называется Broadcast, которое позволило решить различные трудности, которые могли возникнуть во время дистанционной работы или учебы. Во-первых, благодаря Broadcast, Вы с легкостью можете поднять качество вашей веб-камеры, которые часто «славятся» очень маленьким разрешением.

9 слайд:

Исходя из богатого опыта удаленной работы, можно сделать вывод, что далеко не у всех есть возможность найти место в квартире, в котором никто не будет отвлекать или ходить на заднем плане. С этой проблемой компания NVIDIA предложила справиться путем добавления виртуального фона, который может Вас перенести куда угодно.

10 слайд:

Эта функция хоть и не является очень полезной для официальных мероприятий, она все равно может быть интересной для людей, которые часто сидят за компьютером и пользуются веб-камерой. Благодаря ей, Вы можете заменить ваше лицо на изображение аватара, который будет у Вас выбран в программе Broadcast. Вся мимика будет повторяться вслед за Вашим лицом.        

11 слайд:

        Следующая функция будет наоборот востребована в крупных компаниях, занимающаяся международными переговорами. Переводчик в реальном времени. Собеседник может говорить на другом языке, Broadcast его понимает и выводит на экран, как оригинальный язык, так и автоматический перевод.

12 слайд:

        Эта функция не всегда очевидна, но очень полезна для любых типов задач. Ее задача сжимать видео без потери качества. Не всегда получается быть в местах, в которых все хорошо со скоростью интернета. Если Вы посмотрите на слайд, то можете увидеть, то размер одного кадра видео снизился в 835 раз. Особенно это актуально для людей с крайне низким интернетом.

13 слайд:

        Последняя функция упрощает жизнь людям, у которых камера стоит не ровно перед лицом. Часто можно наблюдать такую картину, когда камера стоит сбоку. Благодаря данной функции, Ваше лицо всегда будет в кадре и Ваши глаза будут смотреть в камеру. Приложение автоматически дорисовывает Ваше лицо, даже если оно до конца не видно камере.

        Все функции, о которых мы поговорили, были разработаны благодаря компьютерному зрению.

14 слайд:

Теперь давайте попробуем научить компьютер определять объекты, которые мы ему будем показывать. Для этого перейдите на сайт, указанный на слайде или просканируйте QR-код с телефона. Он переведет Вас на необходимый ресурс.

Вам необходимо помочь роботу-смотрителю зоопарка будущего обучиться различать животных, чтобы он правильно наполнял кормушки и никто из животных не остался голодным.

(Дается 10 минут на работу с тренажером)

https://ai.datalesson.ru/#/auth/questionary?age_group=2&state=7635

15 слайд:

Учитель:

Давайте обсудим несколько моментов, касающихся сегодняшней темы. Скажите, пожалуйста, какие проблемы могут быть сейчас в области машинного зрения?

Ученик:

Ошибки в результатах в таких сферах, как медицина. / Использование технологии во вред (Это ответ на последний вопрос)

Учитель:

К сожалению, на данный момент ошибки неизбежны в работе с машинным зрением. Именно поэтому медики не могут на 100 процентов довериться диагнозам, который поставил компьютер, просмотрев снимок болезненной зоны.

Учитель:

Переходим к следующему вопросу. Приведите примеры применения компьютерного зрения в своей жизни.

Ученик:

FaceID в iPhone, фильтры в фоторедакторах, сканирование текста с помощью камеры, навигатор, работающий с помощью дополненной реальности и т.д.

Учитель:

Полностью согласен. Еще скорее всего Вы сталкивались с машинным зрением, если Вы зарегистрированы в социальной сети ВКонтакте. Там при загрузке Вами любой фотографии ВКонтакте автоматически отметит людей, которые присутствуют на фотографии. Разумеется, будут проверены все Ваши друзья в профиле, и уже, на основании этого, будет отмечен человек. Работает это не всегда корректно, но сам факт, что такое уже существует – поражает воображение.

Учитель:

Переходим к последнему вопросу. Расскажите о рисках, с которыми Вы можете столкнуться при работе с компьютерным зрением.

Ученик:

        Люди могут использовать технологию для различного рода преступлений.

Учитель:

По поводу использования данной технологии для того, чтобы кому-то навредить хочется сказать, что такая проблема действительно есть. И это является очень большой проблемой, так как бороться с ней с каждым годом все сложнее и сложнее, так как мощности компьютеров возрастают и, соответственно, упрощается возможность улучшить фейк-видео под видом настоящего. Очень легко кого-то оклеветать, обвинить и так далее.

Слайд 16:

Учитель:

Закончить сегодняшний урок я бы хотел словами американского литературного критика Маршалла Маклюэна. «Сначала мы создаем инструменты, затем инструменты создают нас». Для того, чтобы избежать такой ситуации Вам необходимо как можно раньше знакомиться с очень перспективными технологиями, чтобы эти технологии не ушли вперед человечества.

Слайд 17: 

Учитель:

Всем спасибо за внимание! До свидания!