Posenschätzung ist ein Verfahren der Computer Vision, das in Bildern oder Videos die Körperhaltung von Menschen oder die Lage von Objekten bestimmt. Meist erkennt ein Modell markante Punkte wie Schultern, Ellbogen und Knie und verbindet sie zu einem Skelett. Eingesetzt wird das etwa in Fitness-Apps, die Übungen prüfen, in der Ergonomie-Analyse am Arbeitsplatz, bei Sportauswertungen oder in der Robotik.
Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.
Demo startenComputer Vision (maschinelles Sehen) ist ein Teilgebiet der KI, in dem Computer Bilder und Videos auswerten. Typische Aufgaben sind das Erkennen und Lokalisieren von Objekten, das Lesen von Text in Bildern oder das Vermessen von Bauteilen. Eingesetzt wird die Technik etwa in der Qualitätskontrolle in der Fertigung, in Fahrassistenzsystemen, in der Logistik oder in der medizinischen Bildgebung.
Bilderkennung ist ein Teilgebiet der Computer Vision, in dem Software erkennt, was auf einem Bild zu sehen ist – etwa Objekte, Personen, Text, Logos oder Szenen. Grundlage sind meist neuronale Netze, die an vielen beschrifteten Bildern trainiert wurden. Anwendungen reichen von der Qualitätskontrolle in der Produktion über die Sortierung von Produktfotos bis zur Unterstützung in der medizinischen Bildgebung. Bei Personenbildern sind Datenschutz und mögliche Verzerrungen besonders zu beachten.
Tiefenschätzung ermittelt aus Bildern, wie weit Objekte oder einzelne Bildpunkte von der Kamera entfernt sind. Das gelingt mit zwei Kameras (Stereo), mit Tiefensensoren oder – mithilfe neuronaler Netze – sogar aus einem einzelnen Foto (monokulare Tiefenschätzung). Gebraucht wird sie in Robotik, Fahrerassistenz, Augmented Reality oder bei 3D-Modellen von Räumen.
Ein Convolutional Neural Network (CNN, faltendes neuronales Netz) ist eine Architektur neuronaler Netze, die sich besonders für Bilddaten eignet. Es tastet die Eingabe mit kleinen Filtern ab und erkennt in den ersten Schichten einfache Merkmale wie Kanten, in tieferen Schichten komplexere Formen. CNNs prägten die Bilderkennung über viele Jahre und werden etwa zur Fehlererkennung auf Produktfotos oder in der medizinischen Bildanalyse eingesetzt.
