Odhad pózy je technika počítačového videnia, ktorá v obrázkoch alebo videu určuje postoj ľudí alebo polohu a orientáciu objektov. Model spravidla deteguje kľúčové body, ako ramená, lakte a kolená, a spojí ich do kostry. Využíva sa napríklad vo fitnes aplikáciách, ktoré kontrolujú cvičenia, pri analýze ergonómie na pracovisku, v športovej analytike a v robotike.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoPočítačové videnie je oblasť AI, v ktorej počítače interpretujú obrázky a video. Typickými úlohami sú rozpoznávanie a lokalizácia objektov, čítanie textu na obrázkoch a meranie súčiastok. Technológia sa využíva napríklad pri kontrole kvality vo výrobe, v asistenčných systémoch vodiča, v logistike a v medicínskom zobrazovaní.
Rozpoznávanie obrazu je oblasť počítačového videnia, v ktorej softvér identifikuje, čo obrázok zobrazuje – objekty, osoby, text, logá alebo scény. Zvyčajne je založené na neurónových sieťach natrénovaných na veľkom množstve označených obrázkov. Uplatnenie siaha od kontroly kvality vo výrobe a triedenia produktových fotografií až po podporu medicínskeho zobrazovania. Pri obrázkoch osôb si osobitnú pozornosť vyžaduje ochrana údajov a možné skreslenie.
Odhad hĺbky z obrázkov určuje, ako ďaleko sú objekty alebo jednotlivé pixely od kamery. Dá sa to urobiť dvoma kamerami (stereo), hĺbkovými senzormi alebo pomocou neurónových sietí dokonca z jedinej fotografie (monokulárny odhad hĺbky). Potrebuje sa v robotike, asistenčných systémoch vodiča, rozšírenej realite a 3D modeloch miestností.
Konvolučná neurónová sieť (CNN) je architektúra neurónovej siete, ktorá sa hodí najmä na obrazové údaje. Vstup prechádza malými filtrami, pričom v prvých vrstvách rozpoznáva jednoduché znaky, ako sú hrany, a v hlbších vrstvách zložitejšie tvary. CNN dlhé roky formovali rozpoznávanie obrazu a využívajú sa napríklad na odhaľovanie chýb na produktových fotografiách alebo v analýze medicínskych snímok.
