Odhad pozy je technika počítačového vidění, která na obrázcích nebo videu určuje držení těla lidí nebo polohu a orientaci objektů. Model obvykle detekuje klíčové body, například ramena, lokty a kolena, a spojí je do kostry. Používá se například ve fitness aplikacích, které kontrolují cviky, při analýze ergonomie na pracovišti, ve sportovní analytice a v robotice.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoPočítačové vidění je oblast AI, v níž počítače interpretují obrázky a video. Typickými úlohami jsou rozpoznávání a lokalizace objektů, čtení textu v obrázcích a měření součástí. Technologie se využívá například při kontrole kvality ve výrobě, v asistenčních systémech řidiče, v logistice a v lékařském zobrazování.
Rozpoznávání obrazu je oblast počítačového vidění, v níž software určuje, co obrázek zobrazuje – objekty, osoby, text, loga nebo scény. Obvykle je založeno na neuronových sítích natrénovaných na velkém množství označených obrázků. Využití sahá od kontroly kvality ve výrobě a třídění produktových fotografií po podporu lékařského zobrazování. U snímků osob vyžaduje zvláštní pozornost ochrana osobních údajů a možné zkreslení.
Odhad hloubky z obrázků určuje, jak daleko jsou objekty nebo jednotlivé pixely od kamery. Lze to provést dvěma kamerami (stereo), hloubkovými senzory nebo pomocí neuronových sítí dokonce z jediné fotografie (monokulární odhad hloubky). Využívá se v robotice, asistenčních systémech řidiče, rozšířené realitě a 3D modelech místností.
Konvoluční neuronová síť (CNN) je architektura neuronové sítě, která se hodí zejména pro obrazová data. Prochází vstup malými filtry, přičemž v prvních vrstvách rozpoznává jednoduché rysy, jako jsou hrany, a v hlubších vrstvách složitější tvary. CNN po mnoho let určovaly vývoj rozpoznávání obrazu a používají se například k odhalování vad na produktových fotografiích nebo při analýze lékařských snímků.
