Klasyfikacja obrazu

Definicja

Klasyfikacja obrazów polega na przypisywaniu etykiet całemu obrazowi, na przykład „kot”, „samochód” lub „guz”. Jest to jeden z podstawowych problemów w dziedzinie widzenia komputerowego.

Cel

Celem jest zautomatyzowanie rozpoznawania obiektów lub kategorii na obrazach w celu wyszukiwania, analizy lub podejmowania decyzji.

Znaczenie

• Podstawowe zadanie w zakresie widzenia komputerowego.
• Stosowany w ochronie zdrowia, handlu detalicznym i monitorowaniu bezpieczeństwa.
• Ograniczenia w zakresie uchwycenia wielu obiektów na jednym zdjęciu.
• Związane z wykrywaniem obiektów i segmentacją.

Jak to działa

1. Zbierz i opisz zbiór obrazów.
2. Wyodrębnij cechy (tradycyjnie) lub użyj sieci CNN do reprezentacji.
3. Szkolenie klasyfikatorów na oznaczonych przykładach.
4. Ocenić na podstawie niewidzianych danych testowych.
5. Wdrażaj, aby klasyfikować nowe obrazy w rzeczywistych warunkach.

Przykłady (świat rzeczywisty)

• ImageNet Challenge: punkt odniesienia w badaniach nad klasyfikacją obrazów.
• Zdjęcia Google: klasyfikuje obrazy na potrzeby wyszukiwania i porządkowania.
• Medyczna sztuczna inteligencja: klasyfikuje zdjęcia rentgenowskie do kategorii takich jak „normalne” lub „chorobowe”.

Odniesienia / Dalsza lektura

• Krizhevsky i in. „Klasyfikacja ImageNet z wykorzystaniem głębokich sieci neuronowych splotowych”. NeurIPS 2012.
• Kurs CS231n na Uniwersytecie Stanforda poświęcony sieciom CNN.
• IEEE Transactions on Pattern Analysis and Machine Intelligence.