La visione artificiale (computer vision) è un ambito dell'IA in cui i computer analizzano immagini e video. Compiti tipici sono riconoscere e localizzare oggetti, leggere testo nelle immagini o misurare componenti. La tecnologia si usa, ad esempio, nel controllo qualità in produzione, nei sistemi di assistenza alla guida, nella logistica o nella diagnostica per immagini.
Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.
Avvia demoIl riconoscimento delle immagini è un ambito della computer vision in cui un software individua che cosa mostra un'immagine: oggetti, persone, testo, loghi o scene. Si basa di solito su reti neurali addestrate con molte immagini etichettate. Le applicazioni vanno dal controllo qualità in produzione alla classificazione di foto di prodotti fino al supporto nella diagnostica per immagini. Con immagini di persone occorre prestare particolare attenzione a protezione dei dati e possibili distorsioni.
Una rete neurale convoluzionale (CNN, Convolutional Neural Network) è un'architettura di rete neurale particolarmente adatta ai dati visivi. Analizza l'input con piccoli filtri: nei primi strati riconosce caratteristiche semplici come i bordi, negli strati più profondi forme più complesse. Le CNN hanno segnato per anni il riconoscimento delle immagini e si usano, ad esempio, per individuare difetti nelle foto di prodotto o nell'analisi di immagini mediche.
OpenCV (Open Source Computer Vision Library) è una libreria software open source per l’elaborazione delle immagini e la visione artificiale, il cui sviluppo è iniziato presso Intel intorno al 2000. Offre migliaia di funzioni, ad esempio per filtrare immagini, rilevare bordi e volti, seguire oggetti nei video o calibrare telecamere. OpenCV è scritta in C++, ma viene spesso usata tramite Python, ad esempio nel controllo qualità, nella robotica e nella ricerca.
La segmentazione semantica assegna una classe a ogni singolo pixel di un'immagine, ad esempio strada, veicolo, persona o cielo. Ne risulta una sorta di mappa colorata dei contenuti. A differenza della segmentazione di istanza, gli oggetti dello stesso tipo non vengono distinti: tre auto valgono insieme come «auto». Si usa ad esempio nella guida autonoma, nell'imaging medico per delimitare i tessuti e nell'analisi di immagini aeree e satellitari.
