कंप्यूटर दृष्टि के प्रमुख कार्य (Major Tasks in Computer vision)

 

(क)  चित्र वर्गीकरण (Image Classification)

किसी चित्र को उसकी प्रमुख विषयवस्तु के आधार पर वर्गीकृत करना। उदाहरण के लिए, चित्र में बिल्ली, कुत्ता, पेड़ या कार की पहचान करना।

(ख) वस्तु पहचान (Object Detection)

चित्र में उपस्थित वस्तुओं की पहचान करने के साथ-साथ उनके स्थान का अनुमान लगाना। इसका उपयोग यातायात निगरानी और स्वचालित वाहनों में होता है।

(ग) चित्र विभाजन (Image Segmentation)

चित्र को अलग-अलग क्षेत्रों या वस्तुओं के अनुरूप पिक्सेल-समूहों में विभाजित करना। उदाहरण के लिए, सड़क, वाहन, आकाश और पैदल यात्रियों को अलग-अलग पहचानना।

(घ) ऑप्टिकल कैरेक्टर रिकग्निशन (OCR)

मुद्रित या हस्तलिखित दस्तावेज़ों की छवियों से अक्षरों और शब्दों को पहचानकर डिजिटल पाठ में बदलना। हिंदी में देवनागरी OCR इसका महत्त्वपूर्ण उदाहरण है।

(ङ) क्रिया एवं मुद्रा पहचान (Action and Pose Recognition)

मानव शरीर की मुद्रा, अंगों की स्थिति या वीडियो में होने वाली गतिविधियों का विश्लेषण करना। इसका उपयोग खेल विश्लेषण, रोबोटिक्स और गतिविधि निगरानी में किया जाता है।