Ocenjevanje drže je tehnika računalniškega vida, ki na slikah ali videu določi držo ljudi ali položaj in usmerjenost predmetov. Model običajno zazna ključne točke, kot so ramena, komolci in kolena, ter jih poveže v skelet. Uporablja se na primer v fitnes aplikacijah, ki preverjajo vaje, pri analizi ergonomije na delovnem mestu, v športni analitiki in robotiki.
Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.
Začni predstavitevRačunalniški vid je področje UI, v katerem računalniki interpretirajo slike in video. Tipične naloge vključujejo zaznavanje in lociranje predmetov, branje besedila na slikah in merjenje sestavnih delov. Tehnologija se uporablja na primer pri nadzoru kakovosti v proizvodnji, v sistemih za pomoč vozniku, v logistiki in v medicinskem slikanju.
Prepoznavanje slik je področje računalniškega vida, v katerem programska oprema prepozna, kaj prikazuje slika – predmete, osebe, besedilo, logotipe ali prizore. Običajno temelji na nevronskih mrežah, naučenih na velikem številu označenih slik. Uporabe segajo od nadzora kakovosti v proizvodnji in razvrščanja fotografij izdelkov do podpore medicinskemu slikanju. Pri slikah oseb je treba posebno pozornost nameniti varstvu podatkov in morebitni pristranskosti.
Ocenjevanje globine iz slik določi, kako daleč od kamere so predmeti ali posamezne slikovne pike. To je mogoče z dvema kamerama (stereo), z globinskimi senzorji ali z nevronskimi mrežami celo iz ene same fotografije (monokularno ocenjevanje globine). Potrebno je v robotiki, voznih asistentih, razširjeni resničnosti in 3D-modelih prostorov.
Konvolucijska nevronska mreža (CNN) je arhitektura nevronskih mrež, posebej primerna za slikovne podatke. Vnos pregleduje z majhnimi filtri, pri čemer v prvih plasteh zaznava preproste značilnosti, kot so robovi, v globljih pa kompleksnejše oblike. Mreže CNN so dolga leta oblikovale prepoznavanje slik in se uporabljajo na primer za odkrivanje napak na fotografijah izdelkov ali v analizi medicinskih slik.
