bildanalyser

Bildanalys är området inom bildbehandling och datorseende som syftar till att utvinna meningsfull information ur digitala bilder eller videoströmmar med hjälp av algoritmer. Området spänner från låg-nivå behandling, som brusreducering och kantdetektering, till hög-nivå tolkning som objektigenkänning och scenförståelse.

Viktiga tekniker inkluderar handgjorda funktioner som kanter, texturer och hörnpunkter (t.ex. SIFT, HOG) samt klassiska maskininlärningsmetoder. Sedan 2010-talet har djupa neurala nätverk, särskilt konvolutionella nätverk, dominerat många uppgifter som bildklassificering, segmentering och objektdetektion. Kombinationer av generativa modeller och traditionella bildbehandlingsmetoder används i vissa tillämpningar.

Vanliga uppgifter inom bildanalys inkluderar bildförbättring och brusreducering, segmentering (semantic och instance), objektdetektion, spårning av rörliga objekt, 3D-rekonstruktion samt medicinsk bildanalys och fjärranalys (satellitbilder).

Data och utvärdering: Prestanda bedöms ofta med standarddatauppsättningar som ImageNet och COCO för objektdetektion och segmentering, PASCAL VOC och medicinska bilddata. Vanliga mått inkluderar noggrannhet, precision/återkallelse, Intersection-over-Union (IoU) och mAP (mean average precision).

Tillämpningar och utmaningar: Bildanalys används inom industriell kvalitetssäkring, medicinsk diagnostik, robotik, övervakning och autonom körning, samt fjärranalys av satellitdata. Utmaningar inkluderar variation i ljus och perspektiv, ocklusion, datasetbias, tolkningsbarhet, beräkningskostnader samt etiska och integritetsrelaterade överväganden.