Pozas noteikšana ir datorredzes paņēmiens, kas attēlos vai video nosaka cilvēku ķermeņa stāju vai objektu atrašanās vietu un orientāciju. Parasti modelis atpazīst atslēgpunktus, piemēram, plecus, elkoņus un ceļgalus, un savieno tos skeletā. To izmanto, piemēram, fitnesa lietotnēs, kas pārbauda vingrinājumus, darbavietas ergonomikas analīzē, sporta analītikā un robotikā.
Datorredze ir MI joma, kurā datori interpretē attēlus un video. Tipiski uzdevumi ir objektu noteikšana un lokalizēšana, teksta nolasīšana attēlos un detaļu mērīšana. Šo tehnoloģiju izmanto, piemēram, kvalitātes kontrolē ražošanā, vadītāja palīgsistēmās, loģistikā un medicīniskajā attēldiagnostikā.
Attēlu atpazīšana ir datorredzes joma, kurā programmatūra nosaka, kas attēlā redzams – objekti, cilvēki, teksts, logotipi vai ainas. Tās pamatā parasti ir neironu tīkli, kas apmācīti ar lielu skaitu marķētu attēlu. Lietojumi ir no kvalitātes kontroles ražošanā un produktu fotoattēlu šķirošanas līdz medicīniskās attēldiagnostikas atbalstam. Attēlos ar cilvēkiem īpaša uzmanība jāpievērš datu aizsardzībai un iespējamai neobjektivitātei.
Dziļuma novērtēšana no attēliem nosaka, cik tālu no kameras atrodas objekti vai atsevišķi pikseļi. To var darīt ar divām kamerām (stereo), ar dziļuma sensoriem vai, izmantojot neironu tīklus, pat no vienas fotogrāfijas (monokulārā dziļuma novērtēšana). Tā nepieciešama robotikā, vadītāja asistencē, papildinātajā realitātē un telpu 3D modeļos.
Konvolūcijas neironu tīkls (CNN) ir neironu tīkla arhitektūra, kas īpaši piemērota attēlu datiem. Tas skenē ievadi ar maziem filtriem, pirmajos slāņos atpazīstot vienkāršas pazīmes, piemēram, malas, un dziļākajos – sarežģītākas formas. CNN daudzus gadus noteica attēlu atpazīšanas attīstību, un tos izmanto, piemēram, defektu pamanīšanai produktu fotoattēlos vai medicīnisko attēlu analīzē.
