Pildiklassifitseerimine

Pildiklassifitseerimine on arvutivisiooni probleem, mille eesmärk on määrata pildile üks või mitu silti, mis kirjeldavad selle sisu. See on üks fundamentaalsemaid ja laialdasemalt uuritud ülesandeid masinõppes. Pildiklassifitseerija töötab tavaliselt nii, et sisendiks antakse pilt ning väljundiks on pildi kuuluvus mingisse eelnevalt määratletud kategooriasse.

Ajalooliselt on pildiklassifitseerimist püütud lahendada erinevate algoritmidega, alates käsitsi väljavalitud tunnuste ekstraheerimisest kuni tänapäevaste süvaõppe meetoditeni. Süvaõppe, eriti konvolutsiooniliste närvivõrkude (CNN) ilmumine on toonud kaasa murrangulisi edusamme selles valdkonnas, võimaldades saavutada väga kõrgeid täpsusmäärasid keeruliste objektide ja stseenide klassifitseerimisel.

Pildiklassifitseerimise rakendused on laiaulatuslikud. Neid kasutatakse näiteks piltide automaatseks organiseerimiseks, meditsiiniliste piltide analüüsimiseks haiguste tuvastamiseks, autonoomses sõitmises objektide tuvastamiseks ja klassifitseerimiseks, samuti turvasüsteemides kahtlase tegevuse tuvastamiseks.

Erinevate andmestike ja klassifitseerimisülesannete jaoks on välja töötatud arvukalt erinevaid mudeleid ja arhitektuure. Tõhus pildiklassifitseerija vajab suurt hulka märgistatud pildiandmeid, mille abil mudelit treenitakse. Treeningprotsessi käigus õpib mudel tuvastama piltidel esinevaid mustreid ja tunnuseid, mis on iseloomulikud erinevatele klassidele.