OpenCV (Open Source Computer Vision Library) är ett programbibliotek med öppen källkod för bildbehandling och datorseende, vars utveckling började hos Intel omkring 2000. Det erbjuder tusentals funktioner, till exempel för att filtrera bilder, upptäcka kanter och ansikten, spåra objekt i video eller kalibrera kameror. OpenCV är skrivet i C++ men används ofta via Python, till exempel inom kvalitetskontroll, robotik och forskning.
Datorseende är ett område inom AI där datorer tolkar bilder och video. Typiska uppgifter är att upptäcka och lokalisera föremål, läsa text i bilder och mäta komponenter. Tekniken används till exempel för kvalitetskontroll i tillverkningen, i förarassistanssystem, inom logistik och vid medicinsk bilddiagnostik.
Bildigenkänning är ett område inom datorseende där programvara identifierar vad en bild visar – föremål, personer, text, logotyper eller scener. Den bygger oftast på neurala nätverk som tränats på stora mängder märkta bilder. Användningsområdena sträcker sig från kvalitetskontroll i tillverkningen och sortering av produktfoton till stöd vid medicinsk bilddiagnostik. Vid bilder på människor kräver dataskydd och möjlig bias särskild uppmärksamhet.
Poseestimering är en teknik inom datorseende som bestämmer kroppshållningen hos människor, eller läget och orienteringen hos objekt, i bilder eller video. Vanligtvis identifierar en modell nyckelpunkter som axlar, armbågar och knän och binder ihop dem till ett skelett. Den används till exempel i träningsappar som kontrollerar övningar, i ergonomianalys på arbetsplatser, i sportanalys och inom robotik.
Instanssegmentering är en teknik inom datorseende som upptäcker varje enskilt objekt i en bild och avgränsar det pixel för pixel. Till skillnad från semantisk segmentering skiljer den också mellan objekt i samma klass: tre personer får tre separata masker i stället för en gemensam yta. Den används till exempel vid kvalitetskontroll, medicinsk bilddiagnostik, robotik eller för att räkna produkter på en hylla.
