Kehaasendi hindamine (pose estimation) on arvutinägemise tehnika, mis määrab piltidel või videos inimeste kehaasendi või objektide asukoha ja suuna. Tavaliselt tuvastab mudel võtmepunktid, nagu õlad, küünarnukid ja põlved, ning ühendab need skeletiks. Seda kasutatakse näiteks treeninguid kontrollivates fitnessirakendustes, töökoha ergonoomika analüüsis, spordianalüütikas ja robootikas.
Masinnägemine on TI valdkond, kus arvutid tõlgendavad pilte ja videot. Tüüpilised ülesanded on objektide tuvastamine ja asukoha määramine, piltidel oleva teksti lugemine ja detailide mõõtmine. Tehnoloogiat kasutatakse näiteks tootmise kvaliteedikontrollis, juhiabisüsteemides, logistikas ja meditsiinilises kuvamises.
Pildituvastus on masinnägemise valdkond, kus tarkvara tuvastab, mida pilt kujutab – objekte, inimesi, teksti, logosid või stseene. Tavaliselt põhineb see närvivõrkudel, mida on treenitud suurel hulgal märgendatud piltidel. Rakendused ulatuvad tootmise kvaliteedikontrollist ja tootefotode sorteerimisest kuni meditsiinilise kuvamise toetamiseni. Inimesi kujutavate piltide puhul nõuavad andmekaitse ja võimalik kallutatus erilist tähelepanu.
Sügavuse hindamine määrab piltide põhjal, kui kaugel on objektid või üksikud pikslid kaamerast. Seda saab teha kahe kaameraga (stereo), sügavusanduritega või närvivõrkude abil isegi ühe foto põhjal (monokulaarne sügavuse hindamine). Seda vajatakse robootikas, juhiabisüsteemides, liitreaalsuses ja ruumide 3D-mudelites.
Konvolutsiooniline närvivõrk (CNN) on närvivõrgu arhitektuur, mis sobib eriti hästi pildiandmete jaoks. See skaneerib sisendit väikeste filtritega, tuvastades esimestes kihtides lihtsaid tunnuseid, nagu servad, ja sügavamates kihtides keerukamaid kujundeid. CNN-id kujundasid pildituvastust palju aastaid ja neid kasutatakse näiteks defektide leidmiseks tootefotodel või meditsiinilises pildianalüüsis.
