Bildrepräsentationen
Bildrepräsentationen bezeichnen die komprimierte oder transformierte Repräsentation von visuellen Informationen, die aus digitalen Bildern abgeleitet wird. Ziel ist es, relevante Strukturen, Muster und Semantik in einem Vektor- oder Raummodell abzubilden, um nachfolgende Aufgaben wie Klassifikation, Erkennung oder Bildsuche zu erleichtern. Repräsentationen können handgefertigt oder durch maschinelles Lernen erlernt werden.
Historisch wurden einfache, handgefertigte Merkmale verwendet, etwa Kanten-Detektoren, Farb- und Texturmerkmale. Modelle wie SIFT, HOG oder
Mit dem Aufkommen tiefer neuronaler Netze verschob sich der Fokus auf abgeleitete, hierarchische Bildrepräsentationen. Convolutional Neural
Anwendungen reichen von Objekterkennung, Segmentierung, Bildabfrage und Bildbeschreibung bis hin zu visuellen Frage-Antwort-Systemen. Herausforderungen umfassen Domänenverschiebung,