Objektgjenkjenning Metoder

Object anerkjennelse refererer til prosessen der datamaskiner og robot enheter identifisere og tolke visuelle signaler i deres miljø. Ulike tilnærminger har sine styrker og svakheter, men målet er det samme: å gi datamaskinen eller robot enheten med data den trenger for at programvare for å ta en avgjørelse, eller i det minste en kvalifisert gjetning basert på en forhåndsbestemt sett av variabler.

Computer Tolkning av visuelle data

Data tolke data ved hjelp av flere forskjellige teknikker, som alle er uttrykt i form av lange og kompliserte algebraiske likninger vesentlig utenfor rekkevidde for den gjennomsnittlige legmann. Nok til å si disse ligningene er svært forskjellig avhengig av strategisk metode for visuell tolkning. En av de viktigste teknikker for tolkning av visuelle data er ved hjelp av en stor modell base. I kjernen av denne metoden for visuell bestemmelse er enkel geometri som er lagret som en stor-skala database; maskinen kan foreta en sammenligning med disse basis maler. En samling av geometriske former og mønstre kan bli gjenkjent av datamaskinen. Den åpenbare svakheten ved denne tolkningen er at hvis formen ikke er sett i databasen igjen, vil datamaskinen være i stand til å tolke dataene.

En annen vanlig men helt annen tilnærming er kanten matchingsteknikk, som oppdager kanter i både en mal og et bilde mens sammenligne de visuelle inn- og mal data med en forutbestemt rekke muligheter og variasjoner. Kant samsvar har fordelen av å være mer tilpasningsdyktige enn enkle modellbaserte sammenligninger, basert på det faktum at det kan operere innenfor et større felt av variabler.

En annen tilnærming til visuell tolking er bruk av gråtoner matching, flinke til sensing variasjoner i belysning ved hjelp av mønster kartene i motsetning til geometriske kart til å danne et grunnlag for sammenligning. Gray skala samsvar har funnet mye bruk i webcam gjenkjennelse programvare-baserte reklamekampanjer, slik at magasinet leserne til å vise et bilde til sine webkameraer i samspill med et bestemt nettsted, initiere spesielle resultater når nettstedet programvare viser bildet av sine annonser.

Andre Visuelle Corellation Metoder

Selv kant matching og store modell baser er de mest populære metodene for å tolke visuelle data, eksisterer det en rekke mindre vanlige tilnærminger til problemet. Prosessen med en splitt og hersk-søk bruker bilde celle-baserte datasett og avanserte algebraiske ligninger for å ignorere forvirrende eller irrelevante data og gjøre forenklede generaliseringer om de visuelle data. En splitt og hersk søkebasert visuell og rotasjon vil være nyttig i anvendelsen av kvalitetskontroll, der feil og andre feil ikke møter en uniform søkbar mønster (for eksempel legge merke til feil i produksjonen av tekstiler eller i sprekker av keramiske objekter) . En annen metode for visuell tolking er at av gradient matching, i hovedsak en forenklet form av gråtoner matching som bruker lysnivået i stedet for forhåndsinnstilte farger å bestemme grov form av et objekt. Den primære fordel å gradient samsvarende er at flere av de innsamlede dataene kan brukes til korrelasjonsprosessen, for derved å redusere prosessor belastninger. I praktisk bruk, gir gradient matchende et mer nøyaktig bilde tolkning enn den mer grunnleggende gråtoner matching.

Samlet Bildeanalyse

Mer til visuell tolking finnes enn de ulike metoder og påfølgende likninger og database. Også ta hensyn til "hjernen" i å tolke datamaskinen. Programvare danner grunnlaget for de rudimentære beslutningstaking ferdigheter en enhet vil bruke ved mottak av visuelle stimuli. Programmerere avgjøre hvilke valg enheten vil gjøre basert på en forutbestemt rekke scenarier. For noe som for eksempel en liten robot, programmerere trenger for å gi anordningen programmering for å hindre den fra å kollidere med gjenstander. Den mest grunnleggende metoden for kommando er at av en "hvis, deretter" programmering sekvens; den grunnleggende forutsetningen for en slik uttalelse er at "hvis" datamaskinen er presentert med en rekke spesifikke variabler (visuell data indikerer en nærliggende hindring, for eksempel), "og deretter" ta en forhåndsbestemt kurs av handlingen (for eksempel endre retning). En "hvis, deretter" statement kan også brukes i industriell produksjon situasjoner der et tilsyn tekniker må varsles dersom et avvik oppdages.