Odborná definícia
Význam a odborné vymedzenie pojmu
Computer vision je oblasť AI a spracovania signálu, ktorá získava štruktúrované informácie z obrazov, videa alebo priestorových senzorov. Zahŕňa klasifikáciu, detekciu objektov, segmentáciu, sledovanie, odhad hĺbky, OCR a generovanie vizuálnych reprezentácií. Systém pozostáva z akvizície dát, anotácií, modelu, postprocessingu a rozhodovacej logiky. Výkon závisí od osvetlenia, kamery, perspektívy, domény a prevádzkových podmienok. Presnosť na benchmarku nepreukazuje spoľahlivosť v konkrétnom fyzickom prostredí.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Model môže na výrobnej linke označiť prasklinu, spočítať vozidlá alebo prečítať číslo kontajnera. Najprv však kamera vytvorí obraz s určitým rozlíšením, uhlom, svetlom a oneskorením. Ak sa zmení šošovka alebo sa na kryte objaví prach, model dostane iné dáta, hoci softvér zostal rovnaký. Počítačové videnie preto nie je iba neurónová sieť. Potrebuje návrh senzorov, pravidlá anotácie, testy hraničných podmienok a bezpečný postup, keď objekt nie je viditeľný alebo je predikcia neistá.
Časté otázky
Otázky, ktoré spresňujú význam
Aký je rozdiel medzi detekciou a segmentáciou?
Detekcia zvyčajne vráti ohraničujúci obdĺžnik a triedu objektu. Segmentácia priradí triedu jednotlivým pixelom alebo vytvorí masku každej inštancie. Segmentácia poskytuje presnejší tvar, ale vyžaduje náročnejšie anotácie a výpočet.
Čo znamená OCR v počítačovom videní?
Optical character recognition prevádza obraz textu na strojovo čitateľné znaky. Moderná pipeline môže najprv nájsť textové oblasti, potom rozpoznať sekvenciu a nakoniec uplatniť jazykovú alebo dokumentovú logiku. Výsledok treba viazať na pôvodnú pozíciu.
Prečo model zlyhá pri inom osvetlení?
Tréningové dáta mohli pokryť iba úzky rozsah jasu, tieňov a farieb. Senzorová zmena posunie distribúciu pixelov a príznakov. Pomáha realistická augmentácia, zber z cieľového prostredia, kalibrácia kamery a monitoring kvality vstupu.
Ako sa hodnotí detektor objektov?
Používa sa intersection over union na porovnanie boxov a metriky precision, recall alebo mean average precision pri určených IoU prahoch. Prevádzka môže vyžadovať aj latenciu, chybovosť malých objektov a výkon v noci či daždi.
Aké sú riziká pri analýze osôb?
Biometrické, súkromné a diskriminačné dopady môžu byť vysoké. Systém potrebuje právny základ, minimalizáciu obrazu, obmedzenú retenciu, kontrolu prístupu a testovanie skupín. Technická schopnosť identifikovať tvár neznamená, že také použitie je prípustné.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- LeCun, Bottou, Bengio a Haffner, Gradient-Based Learning Applied to Document Recognition
- NIST AI Risk Management Framework
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.