myndgreiningaraðferð

Myndgreiningaraðferð er hugtak sem vísar til þeirra aðferða sem nýta tölvu til að greina og skilja myndir. Hún er hluti af tölvusýn og myndgreiningu og miðar að því að draga upplysingar úr myndum og nota þær til ákvarðana eða annarra vinnsluaðgerða. Aðferðirnar eru notaðar í mörgum greinum, svo sem læknisfræði, fjarlægðarmyndun, iðnaði, öryggi og sjálfstýrðum bifreiðum.

Helstu skref í myndgreiningaraðferð eru forvinnsla (preprocessing) til að bæta gæði myndarinnar, eiginleikaröfnun (feature extraction) til að lýsa myndinni með tölulegum eiginleikum og flokkun (classification) eða ákvarðanatöku til að útleiða niðurstöðu. Í sumum kerfum fylgir einnig frekari úrvinnsla sem miðar að úrlausn verkefnisins.

Meðferðin byggist á hefðbundnum aðferðum sem vinna með handreidda eiginleika, eins og útlínur (edges), segmöntun og sniðmátsleit (template matching). Á síðustu árum hefur djúp-nám (deep learning) gjörbreytt landslaginu; konvolutional neural networks (CNNs) og nútímalegir transformer-líkir kerfi læra eiginleika beint af gögnunum og hafa oft betri árangur á flóknum myndverkefnum.

Notkun dæmi eru læknismyndagreining, fjarlægðar- og loftmyndir, iðnaðareftirlit, auðkenning og biometrics, og sjálfstýrðar bifreiðar. Árangur og öryggi kerfanna byggist á gögnum, þjálfun og framvísun, og krefst vandaðrar siðferðis- og gagnaverndarsjónarhorna.

Að lokum eru helstu áskoranir: breytileiki aðstæðna (ljós, bakgrunn), takmörkuð eða ósamræmd gögn og vandamál við almennilega alhæfingu. Margvíslegir notendur og reglur krefjast gagnsæis og réttlætis í notkun.