Nwlapcug.com


Metodi di riconoscimento di oggetti

Riconoscimento di oggetti si intende il processo mediante il quale i computer e dispositivi robotici identificano e interpretano segnali visivi nel loro ambiente. Diversi approcci sono i punti di forza e di debolezza, ma l'obiettivo è lo stesso: fornire il computer o il dispositivo robotico con i dati ha bisogno in modo che il software per prendere una decisione informata, o almeno un'ipotesi basata su un insieme predeterminato di variabili.

Interpretazione di computer di dati visivi

Computer di interpretare dati utilizzando diverse tecniche, che sono espressi sotto forma di lunghe e complesse equazioni algebriche significativamente oltre la stretta del laico medio. Basti dire che queste equazioni sono molto diverse a seconda del metodo strategico di interpretazione visiva. Una delle tecniche principali per l'interpretazione di dati visivi sta usando una base di grande modello. Alla base di questo metodo di determinazione visiva è semplice geometria memorizzata come un database su larga scala; il computer può fare un confronto utilizzando questi modelli di base. Una raccolta di forme geometriche e modelli può essere riconosciuta dal computer. La debolezza evidente di questa interpretazione è che se la forma non è visto nuovamente nel database, il computer sarà in grado di interpretare i dati.

Un altro approccio comune ma completamente diverso è il bordo di corrispondenza tecnica, che rileva i bordi in un modello e un'immagine mentre confrontando i dati di input e modello visivo con un intervallo predeterminato di possibilità e variazioni. Bordo coordinato ha il vantaggio di essere più adattabili rispetto a semplici confronti basati su modello, basato sul fatto che può operare all'interno di un più grande campo di variabili.

Un diverso approccio alla interpretazione dei dati visual è l'uso della scala di grigi matching, abile a variazioni di illuminazione utilizzando mappe di modello al contrario di mappe geometriche per formare una base per il confronto di rilevamento. Scala di grigi di corrispondenza ha trovato un sacco di uso in webcam campagne di pubblicità basata su software di riconoscimento, consentendo ai lettori di rivista di mostrare un'immagine a loro webcam interagendo con un sito Web specifico, avviando risultati speciali quando il software del sito Web viene visualizzata l'immagine dei loro messaggi pubblicitari.

Altri metodi di Visual Corellation

Anche se le basi di modello bordo corrispondente e grande sono i più popolari metodi di interpretazione dei dati di visual, esiste un numero di meno comuni approcci al problema. Il processo di una divisione e conquistare insiemi di dati basati su celle immagine ricerca usi ed equazioni algebriche avanzate al fine di ignorare i dati di confusione o irrilevanti e generalizzare in modo semplificato sui dati visual. A dividere e conquistare visual basati sulla ricerca e rotazione sarebbe utile nell'applicazione del controllo di qualità, dove altri errori e difetti non soddisfano un criterio di ricerca uniforme (ad esempio, notando difetti nella fabbricazione di prodotti tessili o in fratture di oggetti in ceramica). Un altro metodo per l'interpretazione di dati visivi è che di gradiente corrispondenti, in sostanza una forma semplificata di scala di grigi corrisponde a quello che utilizza livelli di luce invece di colori preimpostati per determinare la forma approssimativa di un oggetto. Il vantaggio primario di gradienti di corrispondenza è che più dei dati raccolti può essere utilizzato per il processo di correlazione, riducendo così il processore carica. Nelle applicazioni pratiche, matching gradiente fornisce un'interpretazione di immagine più accurata rispetto la corrispondenza di scala di grigi più di base.

Analisi di immagine complessiva

Più ai dati visual interpretazione esiste rispetto i vari metodi e successive equazioni e database. Anche prendere in considerazione il "cervello" del computer interpretariato. Software costituisce la base per le competenze decisionali rudimentale che un dispositivo utilizzerà alla ricezione di stimoli visivi. I programmatori determinano quali scelte farà il dispositivo basato su una serie predeterminata di scenari. Per qualcosa come un piccolo robot, i programmatori devono dare il dispositivo di programmazione per impedire la collisione con oggetti. Il metodo più semplice di comando è quella di un "Se, allora" programmazione sequenza; la premessa di base di tale dichiarazione è che "se" il computer è presentato con una serie di variabili specifiche (dati visivi che indica un ostacolo nelle vicinanze, ad esempio), "poi" prendere un percorso predeterminato di azione (ad esempio cambi di direzione). Un "Se, allora" istruzione può essere utilizzata anche in situazioni di produzione industriale dove un supervisore tecnico deve essere notificato se viene rilevata un'anomalia.