УДК 004.827
ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ ТЕОРИИ ЗНАКОВ ЧАРЛЬЗА ПИРСА К ОСОБЕННОСТЯМ РАБОТЫ КОМПЬЮТЕРНОГО ЗРЕНИЯ
Анна Андреевна Шурманова1
1 Сибирский федеральный университет, Красноярск, Россия
shurmanovaaa@mail.ru, orcid.org/0009-0009-4227-3756
Аннотация. В современном мире с каждым днем усиливается тенденция машинизации и автоматизации производства, начавшаяся еще в XIX в. В начале XXI в. активное развитие получает искусственный интеллект, в частности, компьютерное зрение, используемое в различных сферах: от развлекательной индустрии до медицины и робототехники. Данная статья посвящена обоснованию возможности применения теоретико-методологических основ знаковой теории Ч. Пирса, описанных в его труде «Начала прагматизма. Том 2. Логические основания теории знаков» (1908), к анализу особенностей механизма работы компьютерного зрения такой части искусственного интеллекта, как Google Images Search. Исследование включает в себя обзор современной научной литературы по теме исследования, семиотический и контент-анализ визуальных знаков, используемых компьютерным зрением Google Images Search в рамках определенного запроса пользователя. В результате исследования, во-первых, были систематизированы теоретико-методологические принципы знаковой теории Ч. Пирса, представленные в труде «Начала прагматизма. Том 2. Логические основания теории знаков» (1908), во-вторых, обобщены существующие определения понятия «компьютерное зрение» и выявлены особенности механизма работы компьютерного зрения Google Images Search как части искусственного интеллекта с помощью применения теоретико-методологических принципов Ч. Пирса. Определено, что иконы и символы знаковой теории Ч. Пирса могут быть применены к изучению механизма работы компьютерного зрения (в данном случае компьютерное зрение действительно аналогично человеческому), но рассмотрение индексных знаков показывает, что алгоритмы работы компьютерного зрения в целом категоричнее человеческого (поскольку индексные знаки работают с человеческим мышлением на интуитивном и ассоциативном уровнях, у компьютера же такие функции отсутствуют).
Ключевые слова: компьютерное зрение, Google Images Search, теория знаков Ч. Пирса, икона, индекс, символ
Для цитирования: Шурманова, А. А. Возможности применения теории знаков Чарльза Пирса к особенностям работы компьютерного зрения / А. А. Шурманова // Цифровизация. — 2024. — Т. 5. — № 3. — С. 19–29. — EDN MGLETM.
Список цитируемой литературы
1. Афанасьев, Г. И. Анализ возможностей применения компьютерного зрения в рекомендательных интернет-системах / Г. И. Афанасьев, А. Г. Афанасьев, Х. А. Зо // E-Scio. 2022. — №11 (74). EDN: CVEKJV
2. Бахтеев, Д. В. Компьютерное зрение и распознавание образов в криминалистике / Д. В. Бахтеев // Российское право: образование, практика, наука. — 2019. — № 3(111). — С. 66-74. DOI: 10.34076/2410-2709-2019-3-66-74 EDN: HQCMBX
3. Бердников, А. С. Использование компьютерного зрения в искусственном интеллекте / А. С. Бердников, М. И. Кадомцев // Современные стратегии и цифровые трансформации устойчивого развития общества, образования и науки: сборник материалов IX Международной научно-практической конференции, Москва, 15 мая 2023 года. — Махачкала: Общество с ограниченной ответственностью «Издательство АЛЕФ», 2023. — С. 94-98. EDN: CVXHIE
4. Горячкин, Б. С. Компьютерное зрение / Б. С. Горячкин, М. А. Китов // E-Scio. — 2020. — № 9(48). — С. 317-345. EDN: EBYPIO
5. Жуковский, В. И. Теория изобразительного искусства / В. И. Жуковский // Издательство Алетейя. — 2011. EDN: SDSPGJ
6. Карелина, Е.В. Киберсемиотический подход к теории научных открытий / Е. В. Карелина // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. — 2022. — 12(6). — С. 231-245. DOI: 10.21869/2223-1552-2022-12-6-231-245 EDN: EFHAHG
7. Кравцова, Е. Ю. Компьютерное зрение на основе существующих технологий искусственного интеллекта / Е. Ю. Кравцова, Д. А. Сапрыкин // Инновации. Наука. Образование. — 2022. — № 49. — С. 1049-1055. EDN: VGUUNH
8. Кудрявцев, Н. Г. Практика применения компьютерного зрения и элементов машинного обучения в учебных проектах / Н. Г. Кудрявцев, И. Н. Фролов // Горно-Алтайск: Библиотечно-издательский центр Горно-Алтайского государственного университета. — 2022. — 180 с. EDN: QFYFET
9. Лазарев, Е. А. Применение компьютерного зрения и обработки изображений с помощью нейронных сетей / Е. А. Лазарев // Вестник науки. — 2023. — Т. 5, № 12-1(69). — С. 412-415.
10. Магамедова, Д. М. OpenCV — инструмент компьютерного зрения / Д. М. Магамедова // Тенденции развития науки и образования. — 2020. — № 63-3. — С. 42-48. DOI: 10.18411/lj-07-2020-68 EDN: VQSNYW
11. Перекопновский, Д. И. Применение компьютерного зрения и искусственного интеллекта в современном мире / Д. И. Перекопновский // Фундаментальные и прикладные научные исследования: актуальные вопросы современной науки, достижения и инновации: Сборник научных статей по материалам XIII Международной научно-практической конференции, Уфа, 15 декабря 2023 года. — Уфа: Общество с ограниченной ответственностью «Научно-издательский центр «Вестник науки», 2023. — С. 262-265. EDN: UAUDNM
12. Пирс, Ч. Начала прагматизма / Перевод с английского, предисловие В. В. Кирющенко, М. В. Колопотина // СПб.: Лаборатория метафизических исследований философского факультета СПбГУ; Алетейя, 2000. — 352 с. (серия «Метафизические исследования. Приложение к альманаху»). ISBN: 5-89329-278-2
13. Ромахов, К. Д. Применение методов компьютерного зрения для определения границ дорожной разметки / К. Д. Ромахов // Вестник магистратуры. — 2019. — № 9-2(96). — С. 5-8. EDN: ORPYZM
14. Селина, М. А. Сферы применения компьютерного зрения / М. А. Селина // IX Международная научно-практическая конференция имени академика А.Г. Шипунова: Материалы IХ Международной научно-практической конференции, Орел, 25 марта 2022 года. — Орел: Орловский государственный университет имени И.С. Тургенева. — 2022. — С. 259-263. EDN: WVDNGA
15. Шахин, Г. Сравнительный анализ библиотек компьютерного зрения / Г. Шахин // Colloquium-Journal. — 2019. — № 24-2(48). — С. 137-139. EDN: COFMIG
16. Danesi, M. Cybersemiotics in the Information Age / M. Danesi // Introduction to Cybersemiotics: A Transdisciplinary Perspective. — 2021. — P. 1-16. DOI: 10.1007/978-3-030-52746-4_1
17. Bhatt, D. CNN variants for computer vision: History, architecture, application, challenges and future scope / D. Bhatt, C. Patel, H. Talsania, J. Patel, R. Vaghela, S, Pandya, K. Modi, H. Ghayvat // Electronics. — 2021. — Vol. 10. — Iss. 20. — P. 2470. DOI: 10.3390/electronics10202470 EDN: NRKNQH
18. Chandler, D. Semiotics: the basics / D. Chadler // Routledge. — 2022. DOI: 10.4324/9781003155744
19. Esteva, A. Deep learning-enabled medical computer vision / A. Esteva, K. Chou, S. Yeung, N. Naik // NPJ digital medicine. — 2021. — Vol. 4. — No. 1. — P. 5. DOI: 10.1038/s41746-020-00376-2 EDN: UJBSSU
20. Gayfulin, D. G. Computer vision technologies used in autonomous cars / D. G. Gayfulin, K. A. Popov // Молодежь. Общество. Современная наука, техника и инновации. — 2023. — No. 22. — P. 167-169. EDN: VJLMSG
21. Karn, A. Artificial intelligence in computer vision / A. Karn // International Journal of Engineering Applied Sciences and Technology. — 2021. — Vol. 6. — No. 1. — P. 2455-2143. DOI: 10.33564/IJEAST.2021.v06i01.037 EDN: JPFITZ
22. Kitaguchi, D. Artificial intelligence-based computer vision in surgery: Recent advances and future perspectives / D. Kitaguchi, N. Takeshita, H. Hasegawa, M. Ito // Annals of gastroenterological surgery. — 2022. — Vol. 6. — No. 1. — P. 29-36. DOI: 10.1002/ags3.12513 EDN: JLZIFN
23. Patrício, D. I. Computer vision and artificial intelligence in precision agriculture for grain crops: A systematic review / D. I. Patrício, R. Rieder // Computers and electronics in agriculture. — 2018. — Vol. 153. — P. 69-81. DOI: 10.1016/j.compag.2018.08.001
24. Qi, J. Computer vision-based hand gesture recognition for human-robot interaction: a review / J. Qi, L. Ma, Z. Cui, Y. Yu // Complex & Intelligent Systems. — 2024. — Vol. 10. — No. 1. — P. 1581-1606. DOI: 10.1007/s40747-023-01173-6 EDN: MSPICE
25. Sergeev, D. I. Development of automated computer vision methods for cell counting and endometrial gland detection for medical images processing / D. I. Sergeev, A. E. Andreev, A. O. Drobintseva, S. Cenevska // Proceedings of the Institute for System Programming of the RAS. — 2020. — Vol. 32. — No. 3. — P. 119-130. DOI: 10.15514/ISPRAS-2020-32(3)-11 EDN: THKKJO
26. Zhou, L. Computer vision techniques in manufacturing / L. Zhou, L. Zhang, N. Konz // IEEE Transactions on Systems, Man, and Cybernetics: Systems. — 2022. — Vol. 53. — No. 1. — P. 105-117. DOI: 10.36227/techrxiv.17125652.v2