Görüntü Tanıma Nedir?

Görüntü tanıma, bilgisayarın bir görsele bakıp "burada ne var?" sorusunu cevaplayabilmesidir. Telefonundaki galeride "köpek" yazınca köpek fotoğraflarının listelenmesi, bir otoparkta plakanın okunması ya da bir uygulamanın bitki türünü tahmin etmesi bu teknolojiye dayanır. Bilgisayarlı görü alanının en temel görevlerinden biridir.

Nasıl çalışır?

Bir görüntü, bilgisayar için piksellerden oluşan sayı tablosudur. Görüntü tanıma modelleri bu sayılardan anlamlı desenler çıkarmayı öğrenir:

• İlk katmanlar kenar, köşe ve renk geçişleri gibi basit desenleri yakalar.
• Daha derin katmanlar bu desenleri birleştirerek göz, tekerlek, yaprak gibi parçaları tanır.
• Son katmanlar görüntünün tamamı hakkında karar verir.

Uzun süre evrişimli sinir ağları bu alanda öne çıktı; bugün görüntü için uyarlanmış transformer modelleri ve metinle görseli birlikte işleyen çok modlu modeller de yaygın.

Alt görevler

Görev	Ne yapar?
Sınıflandırma	Görüntünün tamamına etiket verir
Nesne tespiti	Nesnelerin yerini kutu içine alır
Bölütleme	Her pikselin hangi nesneye ait olduğunu belirler
Yüz tanıma	Yüzü belirli bir kişiyle eşleştirir

Örnek

Varsayımsal bir sigorta uygulamasında, kaza sonrası aracın fotoğrafını yüklüyorsun. Görüntü tanıma modeli hasarlı parçaları tespit eder ve ön değerlendirme yapar; nihai karar ise eksperin incelemesiyle verilir.

Riskler ve dikkat edilecekler

• Hatalar: Kötü ışık, alışılmadık açılar ya da eğitimde az görülmüş örnekler hatalı sonuçlara yol açar.
• Önyargı: Modeller bazı gruplarda daha fazla hata yapabilir; özellikle yüz tanımada bu ciddi bir sorundur.
• Gizlilik: Yüz tanıma, kişilerin izinsiz takip edilmesine imkân verebilir. Yüz görüntüsü gibi biyometrik veriler hassas kişisel veri kabul edilir.
• Kandırma: Görüntüye eklenen küçük değişiklikler modeli yanıltabilir.

Görüntü tanıma sonuçları önemli kararlarda insan kontrolüyle birlikte kullanılmalıdır.