Segmentarea instanțelor (instance segmentation) este o tehnică de viziune computerizată care detectează fiecare obiect individual dintr-o imagine și îi conturează pixel cu pixel. Spre deosebire de segmentarea semantică, distinge și între obiectele din aceeași clasă: trei persoane primesc trei măști separate, nu o singură zonă comună. Este folosită, de exemplu, la controlul calității, în imagistica medicală, în robotică sau la numărarea produselor de pe un raft.
Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.
Porniți demo-ulSegmentarea semantică atribuie o clasă fiecărui pixel din imagine, de exemplu drum, vehicul, persoană sau cer. Rezultatul este un fel de hartă codificată prin culori a conținutului imaginii. Spre deosebire de segmentarea pe instanțe, obiectele de același tip nu sunt distinse: trei mașini sunt tratate laolaltă drept „mașină”. Se folosește, de exemplu, la conducerea autonomă, în imagistica medicală pentru delimitarea țesuturilor și în analiza imaginilor aeriene și din satelit.
Viziunea computerizată este un domeniu al IA în care calculatoarele interpretează imagini și înregistrări video. Sarcinile tipice includ detectarea și localizarea obiectelor, citirea textului din imagini și măsurarea componentelor. Tehnologia este utilizată, de exemplu, în controlul calității din producție, în sistemele de asistență pentru șoferi, în logistică și în imagistica medicală.
Recunoașterea imaginilor este un domeniu al viziunii computerizate în care un software identifică ce arată o imagine – obiecte, persoane, texte, logouri sau scene. Se bazează de obicei pe rețele neuronale antrenate pe un număr mare de imagini etichetate. Aplicațiile variază de la controlul calității în producție și sortarea fotografiilor de produse până la sprijinirea imagisticii medicale. În cazul imaginilor cu persoane, protecția datelor și posibilele prejudecăți necesită o atenție deosebită.
Estimarea poziției corporale este o tehnică de viziune artificială care determină postura oamenilor sau poziția și orientarea obiectelor în imagini sau video. De regulă, un model detectează puncte-cheie precum umerii, coatele și genunchii și le unește într-un schelet. Se folosește, de exemplu, în aplicațiile de fitness care verifică exercițiile, în analiza ergonomiei la locul de muncă, în analiza sportivă și în robotică.
