Instanssegmentering er en computer vision-teknik, der registrerer hvert enkelt objekt i et billede og optegner det pixel for pixel. I modsætning til semantisk segmentering skelner den også mellem objekter af samme klasse: Tre personer får tre separate masker i stedet for ét fælles område. Den bruges f.eks. i kvalitetskontrol, medicinsk billeddannelse, robotteknologi eller til at tælle produkter på en hylde.
Semantisk segmentering tildeler hver enkelt pixel i et billede en klasse, f.eks. vej, køretøj, person eller himmel. Resultatet er en slags farvekodet kort over billedets indhold. I modsætning til instanssegmentering skelnes der ikke mellem objekter af samme type: tre biler behandles samlet som »bil«. Det bruges f.eks. i selvkørende biler, i medicinsk billeddannelse til at afgrænse væv og i analyse af luft- og satellitbilleder.
Computer vision er et område inden for AI, hvor computere fortolker billeder og video. Typiske opgaver er at genkende og lokalisere objekter, læse tekst i billeder og måle komponenter. Teknologien bruges for eksempel til kvalitetskontrol i produktionen, i førerassistentsystemer, i logistik og i medicinsk billeddiagnostik.
Billedgenkendelse er et område inden for computer vision, hvor software identificerer, hvad et billede viser – objekter, personer, tekst, logoer eller scener. Det bygger som regel på neurale netværk, der er trænet på et stort antal mærkede billeder. Anvendelserne spænder fra kvalitetskontrol i produktionen og sortering af produktfotos til understøttelse af medicinsk billeddiagnostik. Ved billeder af personer kræver databeskyttelse og mulig bias særlig opmærksomhed.
Pose estimation er en computer vision-teknik, der bestemmer menneskers kropsholdning, eller objekters position og orientering, i billeder eller video. Typisk registrerer en model nøglepunkter som skuldre, albuer og knæ og forbinder dem til et skelet. Teknikken bruges f.eks. i fitness-apps, der kontrollerer øvelser, i analyse af ergonomi på arbejdspladsen, i sportsanalyse og i robotteknologi.
