Computer Vision | Le applicazioni dall’Industria al Retail

La Computer Vision è una branca dell’informatica che si occupa di riconoscere e localizzare oggetti e fenomeni all’interno di sorgenti video o foto, imitando il meccanismo della vista umana.
Ha sempre bisogno di una tecnologia che la implementi, come algoritmi procedurali o sistemi di Intelligenza Artificiale e Machine Learning. Ma quali sono le applicazioni della Computer Vision?

La CV è un ambito di ricerca interdisciplinare. Essa studia algoritmi e tecniche che permettono alle macchine di riconoscere elementi all’interno delle immagini. Quando si parla di CV, infatti, si descrive un ambito scientifico che comprende Tecnologie di Riconoscimento: le macchine vengono addestrate a riconoscere persone e oggetti all’interno di file multimediali, come fotografie o contenuti video. 

Il termine coniato per descrivere questa tecnologia deriva sia dal mondo tech sia da quello umano. Non a caso, la Computer Vision imita il nostro meccanismo di apprendimento: attraverso l’osservazione associamo nomi alle cose e le categorizziamo. Oggetti dalle stesse caratteristiche rientrano all’interno della stessa classificazione e questo ci permette di riconoscere ciò che ci sta intorno.

Allo stesso modo le macchine possono imparare a classificare determinati oggetti che sottoponiamo loro, diventando poi autonome nell’espletare questa attività.

Insegnare alle macchine

Prima di parlare di Applicazioni di Computer Vision, proviamo a capire come funziona esattamente.
Per insegnare alle macchine a riconoscere gli oggetti è necessario fornire loro del materiale da “studiare”. Una delle tecnologie più utilizzate nello sviluppo di applicazioni di Computer Vision è il Machine Learning. Come si fa con i bambini, vengono forniti numerosi esempi alla macchina in modo che possa imparare a riconoscere casistiche e situazioni all’interno delle immagini. Si crea quindi un dataset di training, ossia un pacchetto di foto categorizzate su cui essa si possa allenare. 

Attraverso algoritmi implementativi, la macchina impara a quale immagine corrisponde una specifica categoria: immagini raffiguranti scarpe corrispondono alla categoria Scarpe, immagini di esseri umani corrispondono alla categoria Persone, e così via.
In altre parole la macchina impara a riconoscere gli elementi di un file visivo, attribuendo significato semantico alle figure sulla scena. Più immagini le vengono sottoposte, più accurato ed efficiente sarà il riconoscimento. 

Applicazioni di Computer Vision: Controllo Qualità Automatico

La Computer Vision viene usata per automatizzare processi complessi in Azienda. Se è possibile insegnare a una macchina a osservare e classificare, significa che attività di questo tipo possono essere affidate in toto alla macchina stessa anziché a un dipendente.
Ciò apre alla possibilità di scalare agilmente attività prima limitate dalle capacità e dalla fallacia dell’uomo.

In particolare, questa funzione trova applicazione nell’ambito del controllo qualità: un’operazione di verifica interamente basata sull’osservazione umana.

In base al tipo di prodotto da analizzare sarà necessario addestrare la macchina con un campione fotografico, in modo che capisca che conformazione dovrà avere l’oggetto per superare il test di verifica. L’operazione è delicata poiché la macchina deve riuscire a distinguere tra prodotti conformi e non conformi agli standard qualitativi, nonostante le eventuali irregolarità dovute al processo produttivo. Per questo è indispensabile che il campione fotografico su cui la macchina si allenerà sia abbastanza ampio da comprendere anche oggetti con lievi irregolarità.

Computer Vision & Digital Diagnostic: il caso Dermatic 

Nonostante la Computer Vision abbia molto in comune con gli esseri umani, ci sono situazioni in cui essa non può e non deve sostituirsi completamente all’intervento umano. Ciò si nota particolarmente nell’ambito medico. Qui le decisioni su diagnosi e terapie possono essere supportate dalle macchine, ma devono dipendere dalla valutazione di una figura esperta. 

Un esempio pratico di Computer Vision per l’Healthcare è Dermatic, un prodotto Uqido nato per supportare i dermatologi nell’analisi della pericolosità dei nei. Si tratta di un dermatoscopio integrabile con il proprio smartphone, che consente di fotografare i nei della pelle e analizzarli. 

In particolare Dermatic riconosce le caratteristiche ABDCE di un neo, ovvero Asimmetria, Bordo, Dimensione, Colore ed Evoluzione. Si tratta di una regola che i dermatologi usano per stabilire la pericolosità di un neo: se tutte sono presenti, allora il neo desta preoccupazione e induce a ulteriori accertamenti.

Per insegnare alla macchina a classificare le immagini catturate secondo questa classificazione, abbiamo recuperato migliaia di immagini di nei con queste caratteristiche già registrate e le abbiamo date in pasto all’algoritmo. In questo modo Dermatic riesce a elaborare classificazioni qualitative e visive, che aiutano il dermatologo a determinare la pericolosità di un neo.
Un esempio di Tecnologia che agevola e ottimizza il lavoro dello specialista. 

Computer Vision le Applicazioni nel Fashion 

Le opportunità di applicazione della Computer Vision nel mondo Retail e Fashion non mancano. Le nostre abitudini vanno verso una digitalizzazione crescente, al punto che lavorare, comunicare e acquistare online sono per noi attività del tutto normalizzate. 

Tutto ciò che si fa online presuppone una certa distanza, che la tecnologia riesce però a colmare con soluzioni capaci di rendere la User Experience efficiente e soddisfacente. Nel caso degli acquisti online di abiti e accessori si pone un limite ben noto: comprando da e-commerce gli articoli non si possono provare.

Consapevoli di questo limite, nonché del peso economico e ambientale esercitato dai resi nel mondo, abbiamo elaborato Virtual Fit: un’applicazione di Computer Vision legata al mondo Fashion. Virtual Fit scannerizza i piedi degli utenti, creando un modello anatomico digitale personale. Virtual Fit confronta il proprio modello con quello della scarpa di interesse dell’utente e gli dice se quel tipo di calzatura è adatto, se calzerà bene e se sarà confortevole. Comprare da casa sarà agevole, pratico, un’esperienza nuova e più efficace.

Computer Vision applicata ai Motori di Ricerca: il Visual Search

La Computer Vision interviene anche nel momento in cui produciamo delle ricerche online. Nello specifico, quando si tratta di ricerche per immagini. Alla base di questo tipo di indagine ci sono infatti algoritmi capaci di identificare elementi affini in contenuti visivi distinti, riuscendo a individuare analogie e a trovare un determinato oggetto all’interno di fonti fotografiche diverse. 

Questo tipo di ricerca è definita Visual Search e si avvale proprio delle logiche di riconoscimento della Computer Vision. Addestrando un algoritmo a identificare all’interno di fonti visive oggetti precisi, il motore di ricerca riesce a trovare un elemento preciso a partire da un’immagine. In particolare il meccanismo riesce a individuare oggetti e peculiarità come tonalità di colori, trame/texture, forme, loghi.

Perché usare il Visual Search? Sicuramente è un modo per reperire più informazioni su un oggetto che noti per la prima volta: vedi un’immagine e trovi qualcosa che ti piacerebbe approfondire? La ricerca per immagini ti aiuta a identificarlo.
In alcuni casi può essere il primo passo della Customer Journey: vedo, trovo, acquisto.
Altre volte può aiutare a trovare un sostituto accessibile di ciò che vorremmo. Come nel caso di German Rails, che a partire dalla foto di una località ne trova un’altra di simile e molto più vicina a te. A dimostrazione di quanto gli algoritmi di Facial Recognition si possano applicare ad attività di marketing.