Hvad er computervisionsalgoritmer?

Computervisionsalgoritmer er matematiske modeller, der forsøger at hjælpe en computer til at tolke et billede. Mennesker tolker billeder på mange komplekse måder, hvor computerens faktiske evne til at tolke billeder er ekstremt begrænset, selv med den nyeste teknologi. Computervisionsalgoritmer hjælper også med at gøre fremskridt på måderne, hvorpå computere kan hente specifikke slags data fra et billede.

Udfordringen for ingeniører, der bruger computervisionsalgoritmer, er, at vision bygger på en række deduktioner relateret til ukendte elementer i billedet. Forskere kalder dette et "omvendt problem" og siger, at kun komplekse fysikbaserede sandsynlighedsmodeller kan hjælpe teknologien til at fortolke et billede på dybtgående måder. Forskere arbejder på det generelle problem med computervision fra forskellige vinkler, herunder tredimensionel modellering, genkendelse af dele af et billede og forudsigelig billedmodellering.

En bred vifte af computervisionsalgoritmer fungerer på forskellige måder. Nogle af dem arbejder på at identificere bestemte dele af et fotografi eller billede. Nogle af denne form for teknologi fører til nye ansigtsgenkendelsesfunktioner på kameraer eller i sikkerhedsudstyr.

Andre former for computervisionsalgoritmer forsøger at fange bestemte slags data fra et billede. Mange af disse bruges nu inden for detailområdet, hvor identifikation af mønstre fra dokumenter kan være nyttig, for eksempel til analyse af trykte stregkoder og lignende identifikatorer. Stadig andre slags computervisionsalgoritmer bruges til tredimensionel gengivelse og simulering.

Der er også en helt anden klasse af computervisionsalgoritmer relateret til bilindustrien. Nogle af disse leverer værktøjer til, hvad autoeksperter omtaler som ”augmented reality.” I de nyeste køretøjsteknologier kan computere hjælpe mennesker med at fortolke vejen frem og undgå vejfarer eller endda forestående kollisioner. Disse teknologier er ofte ofte afhængige af computervisionsalgoritmer, der analyserer de visuelle data omkring køretøjet og leverer de fortolkede resultater til den menneskelige chauffør.

De, der studerer algoritmer til computervision, kan ofte lære af nogle af de forskellige typer algoritmer, der bruges til forskellige billedopgaver. En af disse er brugen af ​​algoritmer i "morphing", hvor det ene billede bliver til et andet. En anden type algoritme er rekonstruktion i flere visninger. Disse forskellige typer algoritmer udfører specifikke opgaver i det, der kaldes billedbehandling, hvor mennesker programmerer teknologier til at fange specifikke data og håndtere dem på nøjagtige måder, eller endda til fysisk gengivelse via 3D-udskrivningsprogrammer.