Aprendizagem automática prática para visão computacional
by Valliappa Lakshmanan, Martin Görner, Ryan Gillard
Capítulo 1. Aprendizagem automática para visão computacional
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Imagina que estás sentado num jardim, a observar o que se passa à tua volta. Há dois sistemas no teu corpo que estão a trabalhar: os teus olhos actuam como sensores e criam representações da cena, enquanto o teu sistema cognitivo dá sentido ao que os teus olhos vêem. Assim, podes ver um pássaro, uma minhoca e algum movimento e perceber que o pássaro percorreu o caminho e está a comer uma minhoca (ver Figura 1-1).
Figura 1-1. A visão humana envolve os nossos sistemas sensoriais e cognitivos.
A visão por computador tenta imitar as capacidades da visão humana, fornecendo métodos para a formação de imagens (imitando o sistema sensorial humano) e para a perceção da máquina (imitando o sistema cognitivo humano). A imitação do sistema sensorial humano centra-se no hardware e na conceção e colocação de sensores como as câmaras. A abordagem moderna à imitação do sistema cognitivo humano consiste em métodos de aprendizagem automática (ML) que são utilizados para extrair informação de imagens. São estes métodos que abordamos neste livro.
Quando vemos uma fotografia de uma margarida, por exemplo, o nosso sistema cognitivo humano é capaz de a reconhecer como uma margarida (ver Figura 1-2). Os modelos de aprendizagem ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access