Computer Vision, auf Deutsch maschinelles Sehen, ist das Teilgebiet der künstlichen Intelligenz, das Bilder und Videos auswertet und einordnet. Es beantwortet Fragen über ein Bild: Was ist darauf zu sehen, wo genau, wie viele davon, und was hat sich verändert.
- Computer Vision
Das Teilgebiet der KI, das Bilder und Videos auswertet und einordnet.
Beispiel: „Die Computer Vision zählt die Paletten im Lager vom Kamerabild, und die Zählliste entsteht daraus von selbst.“Die klassischen Aufgaben: ein Bild einer Klasse zuordnen, Gegenstände darin finden und umranden, ein Bild in Bereiche zerlegen, Gesichter erkennen, Bewegungen verfolgen und Text auslesen, siehe OCR.
Abgrenzung zur Bilderzeugung: Computer Vision liest Bilder und erzeugt keine. Die Gegenrichtung steht unter Bildgenerierung.
Wie sich der Bereich verändert hat
Zweimal grundlegend. Bis etwa 2012 war es eine Sache von Hand gebauter Merkmale, danach übernahmen tiefe neuronale Netze, siehe Deep Learning. Seit einigen Jahren kommt die dritte Stufe: Modelle, die Bild und Sprache gemeinsam verarbeiten und ein Bild in Worten beschreiben, statt es nur einzusortieren. Damit sind Aufgaben ohne eigenes Training lösbar, für die früher ein beschrifteter Datensatz nötig war.
Wofür es in Projekten taugt
Für alles, was gezählt, geprüft oder sortiert werden muss und bisher Augen gebraucht hat: Bestandsaufnahmen, Qualitätsprüfungen, Zustandsbeurteilungen, Sortieren von Bildarchiven, automatische Alternativtexte als Entwurf. Im Webumfeld ist die häufigste Anwendung unauffällig: Produktbilder auf Vollständigkeit prüfen und Bildbeschreibungen vorbereiten.
Was dabei zu klären ist
Sobald Menschen auf den Bildern sind, wird es ein Datenschutzthema, und biometrische Erkennung kann nach der KI-Verordnung ein Hochrisiko-Einsatz sein. Für die gewöhnlichen Fälle ohne Personen gilt das nicht. Die zweite Frage ist die Güte: Ein Modell, das 95 von 100 Fällen trifft, ist für eine Vorsortierung brauchbar und für eine Endkontrolle zu schwach. Welche der beiden Rollen gemeint ist, entscheidet über den ganzen Aufbau und gehört vor die erste Zeile Code.