Gépi látás
Képekből vagy videókból információt kinyerő módszerek összessége; ide tartoznak az AI-alapú felismerési feladatok is.
Analógia
Mint egy szemrevételező munkatárs, aki minden képen az előre meghatározott jeleket és eltéréseket keresi.
Miért fontos?
Az ipari ellenőrzéstől a képelemzésig sok olyan feladat automatizálásában segíthet, amely korábban emberi vizuális vizsgálatot igényelt.
Hogyan működik?
A gépi látás olyan módszerek összessége, amelyek képi vagy videós adatokból próbálnak információt kinyerni. A feladat lehet tárgyak felismerése, területek megjelölése, jelenetek osztályozása vagy két felvétel összehasonlítása. A rendszer az adatokban tanult vizuális mintázatokra támaszkodik; a kép jelentését nem feltétlenül úgy érti, ahogyan egy ember. A teljesítmény függ a kép minőségétől és attól, mennyire hasonlít a használati környezet a tanító példákhoz.
A gépi látás az OCR-rel rokon, de tágabb fogalom. Az OCR a képen látható írott szöveget alakítja géppel feldolgozható szöveggé, míg a gépi látás például tárgyakat vagy hibákat is felismerhet. A való életben a megvilágítás, a kameraállás és a ritka esetek ronthatják az eredményt. Ezért nagy hatású döntés előtt emberi ellenőrzésre és a konkrét környezetben végzett értékelésre van szükség.
Példa
Egy gyártósori kamera képein a rendszer megjelöli azokat a palackokat, amelyeken hiányzik a kupak, majd egy dolgozó ellenőrzi a jelzett eseteket.
Gyakori tévhit
A gépi látás nem csupán szövegfelismerés; nem szöveges képi mintákat is vizsgálhat.