了解電腦視覺

  • 5 分鐘

電腦視覺是負責視覺處理的 AI 領域。 讓我們來探索電腦視覺帶來的一些可能性。

Seeing AI 應用程式是展現電腦視覺強大能力的絕佳範例。 Seeing AI 應用程式是專為視障和弱視社群所設計，其利用 AI 功能來開啟視覺世界並描述附近的人物和文字。

請觀看下列影片以深入了解 Seeing AI。

若要深入了解，請參閱 Seeing AI 網頁 (英文)。

電腦視覺模型和功能

大部分的電腦視覺解決方案都是以機器學習模型為基礎，其可套用至相機、影片或影像的視覺輸入。 下表描述常見的電腦視覺工作。

Task 描述
影像分類 An image of a taxi with the label
影像分類需要定型機器學習服務模型，以根據影像的內容來分類影像。 例如，在交通監視解決方案中，您可使用影像分類模型，根據其所包含的車輛類型 (例如計程車、公車、腳踏車等) 來分類影像。
物件偵測 An image of a street with buses, cars, and cyclists identified and highlighted with a bounding box.
定型物件偵測機器學習模型以分類影像中的個別物件，並使用週框方塊來識別其位置。 例如，交通監視解決方案可能會使用物件偵測來識別不同車輛類別的位置。
語意分割 An image of a street with the pixels belonging to buses, cars, and cyclists identified.
語意分割是一種進階機器學習技術，其中影像的個別像素會根據其所屬的物件進行分類。 例如，交通監視解決方案可能會使用「遮罩」層來將交通影像重疊，以使用特定色彩來醒目提示不同的車輛。
影像分析 An image of a person with a dog on a street and the caption
您可建立結合機器學習模型與進階影像分析技術的解決方案，從影像擷取資訊，包括可協助分類影像的「標籤」，或甚至是摘要影像中所示場景的描述性標題。
臉部偵測、分析和辨識 An image of multiple people on a city street with their faces highlighted.
臉部偵測是一種特殊形式的物件偵測，可找出影像中的人臉。 這可與分類和臉部幾何分析技術結合，根據其臉部特徵來辨識個人。
光學字元辨識 (OCR) An image of a building with the sign
光學字元辨識是用來偵測和讀取影像中文字的技術。 您可使用 OCR 來讀取相片中的文字 (例如道路標誌或店面)，或從掃描的文件 (例如信件、發票或表單) 擷取資訊。

Microsoft Azure 中的電腦視覺服務

您可以使用 Microsoft 的 Azure AI 視覺來開發電腦視覺解決方案。 服務功能可用於 Azure Vision Studio 和其他程式設計語言中的使用和測試。 Azure AI 視覺的一些功能包括：

  • 影像分析：分析影像和影片，以及擷取描述、標記、物件和文字的功能。
  • 臉部：可讓您建置臉部偵測和臉部辨識解決方案的功能。
  • 光學字元辨識 (OCR)：從影像擷取印刷或手寫文字的功能，可讓您存取掃描文字的數位版本。