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.
Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.
Porniți demo-ulViziunea 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 adâncimii determină, pornind de la imagini, cât de departe de cameră se află obiectele sau pixelii individuali. Se poate realiza cu două camere (stereo), cu senzori de adâncime sau, cu ajutorul rețelelor neuronale, chiar dintr-o singură fotografie (estimare monoculară a adâncimii). Este necesară în robotică, în asistența pentru șoferi, în realitatea augmentată și în modelele 3D ale încăperilor.
O rețea neuronală convoluțională (CNN) este o arhitectură de rețea neuronală deosebit de potrivită pentru datele de tip imagine. Aceasta parcurge datele de intrare cu filtre mici, detectând caracteristici simple, precum marginile, în primele straturi și forme mai complexe în straturile mai profunde. Rețelele CNN au definit recunoașterea imaginilor timp de mulți ani și sunt utilizate, de exemplu, pentru a identifica defecte în fotografiile produselor sau în analiza imaginilor medicale.
