Компютърното зрение е област на ИИ, в която компютрите интерпретират изображения и видео. Типични задачи са откриване и локализиране на обекти, разчитане на текст в изображения и измерване на детайли. Технологията се използва например при контрола на качеството в производството, в системите за подпомагане на водача, в логистиката и в медицинската образна диагностика.
Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.
Стартирайте демотоРазпознаването на изображения е област на компютърното зрение, в която софтуер определя какво показва едно изображение – обекти, хора, текст, лога или сцени. Обикновено се основава на невронни мрежи, обучени върху голям брой етикетирани изображения. Приложенията варират от контрол на качеството в производството и сортиране на продуктови снимки до подпомагане на медицинската образна диагностика. При изображения на хора особено внимание изискват защитата на данните и възможните пристрастия.
Конволюционната невронна мрежа (CNN) е архитектура на невронни мрежи, особено подходяща за данни от изображения. Тя обхожда входните данни с малки филтри, като в първите слоеве открива прости признаци като ръбове, а в по-дълбоките – по-сложни форми. Години наред CNN определяха развитието на разпознаването на изображения и се използват например за откриване на дефекти в продуктови снимки или при анализа на медицински изображения.
OpenCV (Open Source Computer Vision Library) е софтуерна библиотека с отворен код за обработка на изображения и компютърно зрение, чието разработване започва в Intel около 2000 г. Тя предлага хиляди функции, например за филтриране на изображения, откриване на ръбове и лица, проследяване на обекти във видео или калибриране на камери. OpenCV е написана на C++, но често се използва чрез Python, например при контрол на качеството, в роботиката и в научните изследвания.
Семантичната сегментация приписва клас на всеки отделен пиксел в изображението, например път, превозно средство, човек или небе. Резултатът е своего рода оцветена в различни цветове карта на съдържанието на изображението. За разлика от сегментацията на екземпляри, обектите от един и същи вид не се разграничават: три коли се разглеждат заедно като „кола“. Използва се например при автономното шофиране, в медицинската образна диагностика за очертаване на тъкани и при анализа на въздушни и сателитни снимки.
