Computer vision

• Glossario
• Computer vision

Computer Vision: la norma ISO 22989:2022 definisce computer vision come “capability of a functional unit to acquire, process and interpret data representing images or video” ossia “la capacità di un'unità funzionale di acquisire, elaborare e interpretare dati che rappresentano immagini o video”.

La tecnologia di computer vision è una branca dell’intelligenza artificiale che, attraverso tecniche di machine learning e reti neurali, consente ai computer e ai sistemi di eseguire l’analisi di immagini, video e altri input visivi per ricavarne informazioni significative, agire di conseguenza ed automatizzare processi decisionali supportati dai dati. In altre parole, la computer vision permette alle macchine di “vedere” e interpretare il mondo visivo in modo simile all’essere umano, riconoscendo oggetti, classificando elementi e rilevando difetti o anomalie, ma con velocità e precisione superiori all’occhio umano grazie all’uso di telecamere digitali, algoritmi avanzati e grandi volumi di dati.

Per capire come funziona la computer vision, bisogna considerare che si basa su approcci di deep learning, che apprendono gerarchie di rappresentazioni in modo autonomo, selezionando automaticamente le caratteristiche rilevanti rispetto al machine learning tradizionale che richiede intervento umano.

Quanto al tipo di algoritmo che utilizza la computer vision, esso fa ampio uso di reti neurali convoluzionali (CNN Convolutional Neural Networks), algoritmi progettati per analizzare automaticamente le immagini digitali e per l’estrazione progressiva delle loro caratteristiche visive. Il funzionamento delle CNN si ispira al modo in cui l’essere umano percepisce le immagini: analizzano i valori RGB (rosso, verde e blu) dei pixel scomponendo l’immagine in elementi semplici, identificando bordi, forme, texture e strutture complesse fino all’oggetto rappresentato. Nei video, invece, dove è necessario interpretare la continuità dei fotogrammi, vengono impiegate anche reti neurali ricorrenti (RNN) o modelli ibridi che gestiscono la dimensione spazio-temporale.

Tra le molteplici applicazioni della computer vision rientrano il rilevamento di difetti nei processi industriali, il riconoscimento di veicoli e pedoni nel traffico urbano, la segmentazione di immagini in ambito medico, la tracciatura automatica degli oggetti nei sistemi di videosorveglianza e l’estrazione di testo da documenti mediante OCR.