Konenäkö on tekoälyn osa-alue, jossa tietokoneet tulkitsevat kuvia ja videota. Tyypillisiä tehtäviä ovat esineiden tunnistaminen ja paikantaminen, kuvissa olevan tekstin lukeminen ja komponenttien mittaaminen. Tekniikkaa käytetään esimerkiksi valmistuksen laadunvalvonnassa, kuljettajaa avustavissa järjestelmissä, logistiikassa ja lääketieteellisessä kuvantamisessa.
Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.
Aloita demoKuvantunnistus on konenäön osa-alue, jossa ohjelmisto tunnistaa, mitä kuvassa on – esineitä, ihmisiä, tekstiä, logoja tai näkymiä. Se perustuu yleensä neuroverkkoihin, jotka on koulutettu suurella määrällä merkittyjä kuvia. Sovellukset vaihtelevat valmistuksen laadunvalvonnasta ja tuotekuvien lajittelusta lääketieteellisen kuvantamisen tukemiseen. Ihmisistä otettujen kuvien kohdalla tietosuoja ja mahdolliset vinoumat vaativat erityistä huomiota.
Konvoluutioneuroverkko (CNN) on neuroverkkoarkkitehtuuri, joka soveltuu erityisen hyvin kuvadataan. Se käy syötteen läpi pienillä suodattimilla, jolloin ensimmäiset kerrokset tunnistavat yksinkertaisia piirteitä, kuten reunoja, ja syvemmät kerrokset monimutkaisempia muotoja. Konvoluutioneuroverkot hallitsivat kuvantunnistusta monen vuoden ajan, ja niitä käytetään esimerkiksi tuotekuvien vikojen havaitsemiseen tai lääketieteelliseen kuva-analyysiin.
OpenCV (Open Source Computer Vision Library) on avoimen lähdekoodin ohjelmistokirjasto kuvankäsittelyyn ja konenäköön, jonka kehitys alkoi Intelillä noin vuonna 2000. Se tarjoaa tuhansia funktioita, esimerkiksi kuvien suodatukseen, reunojen ja kasvojen tunnistamiseen, kohteiden seuraamiseen videolla tai kameroiden kalibrointiin. OpenCV on kirjoitettu C++:lla, mutta sitä käytetään usein Pythonin kautta, esimerkiksi laaduntarkastuksessa, robotiikassa ja tutkimuksessa.
Semanttinen segmentointi liittää luokan jokaiseen kuvan pikseliin, esimerkiksi tie, ajoneuvo, henkilö tai taivas. Tuloksena on eräänlainen värikoodattu kartta kuvan sisällöstä. Toisin kuin instanssisegmentoinnissa, samantyyppisiä kohteita ei erotella toisistaan: kolme autoa käsitellään yhdessä luokkana ”auto”. Sitä käytetään esimerkiksi autonomisessa ajamisessa, lääketieteellisessä kuvantamisessa kudosten rajaamiseen sekä ilma- ja satelliittikuvien analyysissä.
