コンピュータビジョンの主なタスク

コンピューター ビジョン: コンピューターと関連機器を使用した生物学的視覚のシミュレーション。
これには主に、画像分類、ターゲット検出、ターゲット追跡、セマンティック セグメンテーション、インスタンス セグメンテーション、画像再構成の6 つの主要なタスクが含まれます。
画像分類: 画像情報に反映されるさまざまな特徴に基づいて、さまざまなカテゴリの対象を区別する画像処理方法。色の特徴に基づくインデクシング技術、テクスチャに基づく画像分類技術、形状に基づく画像分類技術、空間関係に基づく画像分類技術。
オブジェクト検出: オブジェクトの幾何学的および統計的特性に基づく画像セグメンテーションの一種。ターゲットのセグメンテーションと認識を 1 つに組み合わせたもので、その精度とリアルタイム パフォーマンスはシステム全体の重要な機能です。
ターゲット追跡: ビデオの最初のフレーム内のターゲットの位置は境界ボックスの形式で与えられ、他のフレーム内のターゲットの境界ボックスを予測する必要があります。
セマンティックセグメンテーション: セマンティックセグメンテーションとは、画像内の各ピクセルを分類することで、現在医療画像や自動運転などで広く使われています(羊1と羊2のように同じカテゴリを区別する必要はありません)。
インスタンスのセグメンテーション: インスタンスのセグメンテーションは、10 台の車両を 10 個の異なる色でマークするなど、すべての異なるインスタンス クラスを分類します (車両 1 と車両 2 は異なる色で区別する必要があります)。
パノラマ セグメンテーション(Panoramic) は、セマンティック セグメンテーション (セマンティック) とインスタンス セグメンテーション (インスタンス) を組み合わせたものです。インスタンス セグメンテーションとの違いは、インスタンス セグメンテーションは画像内のオブジェクトのみを検出してセグメント化するのに対し、パノラマ セグメンテーションは背景を含む画像内のすべてのオブジェクトを検出してセグメント化することです。画像再構成
について説明するために、ここに画像を挿入します。 わかりやすく言えば、古い写真があり、その中の破損したシーンを再構成したい場合、それが画像再構成です。