AO_460

Sistemi di visione 78 | MARZO 2025 AUTOMAZIONE OGGI 460 Rilevare il movimento Il rilevamento automatico degli oggetti sta diventando sempre più sofisticato. Tuttavia, rilevare in modo accurato gli esseri umani continua a presentare sfide uniche. Ma cosa rende così difficile identificare gli esseri umani in modo affidabile? Perché superare con successo questi ostacoli può rappresentare l’inizio di una nuova era in termini di produttività? Gabriele Fulco L a capacità di imitare la visione umana per identificare gli oggetti non è una novità. Le prime tecnologie di elabora- zione digitale delle immagini sono state sviluppate negli anni‘60 e da allora sono state costantemente perfezionate e migliorate. I recenti progressi introdotti dall’intelligenza arti- ficiale hanno ulteriormente intensificato questi sforzi. Ottenere un sistema di visione basato su computer, che possa non solo eguagliare, ma addirittura superare la precisione e la consape- volezza della visione umana garantite dal nostro cervello, è notoriamente difficile; creare una tec- nologia di questa portata potrebbe annunciare l’inizio di una vera e propria rivoluzione nel pro- gresso umano, che coinvolgerebbe qualsiasi set- tore, dall’agricoltura alla medicina, all’industria. Il corpo umano, frutto di centinaia di migliaia di anni di evoluzione, è incredibilmente so- fisticato. I computer sono da tempo in grado di rilevare e decodificare immagini 2D, ma ge- stire dei soggetti dinamici tridimensionali è un passo ben al di là di questo traguardo. Infatti, la visione umana non riguarda semplicemente la percezione del mondo che ci circonda: ri- guarda anche la sua comprensione. Il nostro Rilevamento umano: per motivi di privacy parte dell’immagine è offuscata Diagramma di installazione cervello è in grado di generare costantemente una serie di informazioni contestuali vitali, che ci permettono di dare senso, in tempo reale, all’ambiente circostante. Tradizionalmente, i computer non sono mai riusciti a eguagliare questo livello di sofisticazione, almeno fino a poco tempo fa. Rivoluzionare il rilevamento del movimento umano Addestrare una macchina non solo a perce- pire, ma anche a comprendere il mondo che la circonda, presenta delle sfide tecnologiche e computazionali estremamente complesse; rilevare gli esseri umani aggiunge un ulteriore livello di difficoltà. Infatti, l’unicità e la diversità degli esseri umani rendono le persone uno dei soggetti più difficili da individuare in modo af- fidabile, senza aver provveduto ad addestrare sistematicamente il sistema a riconoscere un individuo specifico. Anche un cambiamento di abbigliamento o di acconciatura può intro- durre dei problemi. Quando si sommano dei fattori aggiuntivi, come l’ambiente comples- sivo con cui gli esseri umani interagiscono, unito all’imprevedibilità del comportamento umano, le sfide tecniche aumentano rapida- mente. Per poter essere utilizzata in ambienti di vita quotidiana, qualsiasi soluzione percor- ribile deve anche essere conveniente e dimen- sionalmente economica. Risolvere questi problemi non è semplice. In ambienti industriali, che implicano movimenti ad alta velocità, per esempio, diversi esseri umani possono lavorare tutti a ritmo soste- nuto, svolgendo vari compiti all’interno del medesimo spazio. Tracciare il loro movimento da un punto di osservazione laterale, o per- sino isometrico, si è rivelato tradizionalmente una soluzione imperfetta. Infatti, ciò richiede al sistema la comprensione della profondità di visione. In una configurazione a telecamera singola, una persona può facilmente oscurare un altro individuo dalla vista e creare punti ciechi. Inoltre, una delle maggiori sfide nello sviluppo delle tecnologie di rilevamento visivo non è tanto la cattura delle immagini, quanto la loro elaborazione: affinché unamacchina com- prenda il movimento umano in tempo reale, è necessaria un’elevata potenza di calcolo in