Обзор методов машинного обучения и глубокого обучения для обнаружения объектов, семантической сегментации и распознавания действий человека в машинном и роботизированном зрении

Машинное зрение — междисциплинарная область, направленная на воспроизведение человеческого зрительного восприятия в компьютерах, — демонстрирует быстрый прогресс и внесла значительный вклад в развитие науки и технологий. В статье прослеживается становление машинного зрения: от ранних алгоритмов обработки изображений до его объединения с информатикой, математикой и робототехникой, что привело к формированию самостоятельного направления искусственного интеллекта. Интеграция методов машинного обучения, особенно глубокого обучения, способствовала его развитию и внедрению в повседневные устройства. Исследование посвящено целям систем компьютерного зрения — воспроизведению человеческих зрительных способностей, включая распознавание, понимание и интерпретацию. В частности, классификация изображений, обнаружение объектов и сегментация изображений являются ключевыми задачами, требующими надежной математической основы. Несмотря на достигнутый прогресс, сохраняются проблемы, включая необходимость уточнения терминологии, связанной с искусственным интеллектом, машинным обучением и глубоким обучением. Точные определения и интерпретации имеют решающее значение для формирования прочной исследовательской основы. Эволюция машинного зрения отражает амбициозное стремление воспроизвести человеческое зрительное восприятие. Междисциплинарное сотрудничество и интеграция методов глубокого обучения обеспечили значительный прогресс в моделировании поведения и восприятия человека. Благодаря этим исследованиям область машинного зрения продолжает формировать будущее компьютерных систем и приложений искусственного интеллекта.