Informazioni sulla visione artificiale
La visione artificiale è un'area dell'intelligenza artificiale che si occupa dell'elaborazione visiva. Verranno esaminate alcune delle opportunità offerte dalla visione artificiale.
L'app Seeing AI è un esempio eccellente della potenza della visione artificiale. L'app Seeing AI, progettata per la comunità di persone non vedenti e ipovedenti, sfrutta le capacità dell'intelligenza artificiale per rendere disponibile il mondo visivo e descrivere le persone, il testo e gli oggetti nelle vicinanze.
Per altre informazioni su Seeing AI, vedere il video seguente.
Per scoprire di più, vedere la pagina Web di Seeing AI.
Modelli e funzionalità di visione artificiale
La maggior parte delle soluzioni di visione artificiale è basata su modelli di Machine Learning che possono essere applicati a input visivo da videocamere, video o immagini. La tabella seguente descrive attività comuni correlate alla visione artificiale.
| Attività | Descrizione |
|---|---|
| Classificazione immagini |  La classificazione di immagini comporta il training di un modello di Machine Learning per classificare le immagini in base al rispettivo contenuto. In una soluzione di monitoraggio del traffico è ad esempio possibile usare un modello di classificazione delle immagini per classificare le immagini in base al tipo di veicolo contenuto, ad esempio taxi, bus, ciclisti e così via. |
| Rilevamento oggetti |  I modelli di Machine Learning per il rilevamento di oggetti sono sottoposti a training per classificare singoli oggetti in un'immagine e identificarne la posizione con un rettangolo delimitatore. Una soluzione di monitoraggio del traffico può ad esempio usare il rilevamento di oggetti per identificare la posizione di diversi tipi di veicoli. |
| Segmentazione semantica |  La segmentazione semantica è una tecnica avanzata di Machine Learning in cui i singoli pixel dell'immagine vengono classificati in base all'oggetto a cui appartengono. Una soluzione di monitoraggio del traffico può ad esempio sovrapporre le immagini del traffico con livelli "maschera" per evidenziare diversi veicoli usando colori specifici. |
| Analisi di immagini |  È possibile creare soluzioni che combinano modelli di Machine Learning con tecniche avanzate per l'analisi di immagini per estrarre informazioni dalle immagini, inclusi "tag" che possono semplificare la catalogazione delle immagini o addirittura didascalie descrittive che riepilogano la scena mostrata nell'immagine. |
| Rilevamento, analisi e riconoscimento di volti |  Il rilevamento volto è una forma specializzata di rilevamento di oggetti che individua i visi delle persone in un'immagine. Questa funzionalità può essere combinata con tecniche di classificazione e di analisi della geometria dei volti per riconoscere le singole persone in base alle caratteristiche dei visi. |
| Riconoscimento ottico dei caratteri (OCR) |  Il riconoscimento ottico dei caratteri è una tecnica usata per rilevare e leggere testo nelle immagini. È possibile usare il riconoscimento ottico dei caratteri (OCR) per leggere il testo nelle fotografie, ad esempio cartelli stradali o insegne di negozi, oppure per estrarre informazioni da documenti digitalizzati, ad esempio lettere, fatture o moduli. |
Servizi di visione artificiale in Microsoft Azure
È possibile usare Visione di Azure AI di Microsoft per sviluppare soluzioni di visione artificiale. Le funzionalità del servizio sono disponibili per l'uso e il test in Azure Vision Studio e altri linguaggi di programmazione. Alcune funzionalità di Visione di Azure AI includono:
- Analisi di immagini: funzionalità per l'analisi di immagini e video ed estrazione di descrizioni, tag, oggetti e testo.
- Viso: funzionalità che consentono di creare soluzioni di rilevamento volto e riconoscimento facciale.
- Riconoscimento ottico dei caratteri (OCR): funzionalità per estrarre testo stampato o scritto a mano dalle immagini, consentendo l'accesso a una versione digitale del testo analizzato.