Computer Vision.

Computer Vision ist ein Teilgebiet der künstlichen Intelligenz, das Computern beibringt, visuelle Informationen aus Bildern und Videos zu interpretieren und zu verstehen, sodass sie Objekte, Gesichter, Szenen und Muster erkennen können, ähnlich wie das menschliche Auge und Gehirn.

Computer-Vision-Systeme stützen sich auf Deep-Learning-Architekturen wie Convolutional Neural Networks und Vision Transformers, die auf großen Bilddatensätzen trainiert werden, häufig mit gekennzeichneten Daten, um Muster wie Kanten, Texturen und Formen zu erkennen und daraus ein höheres Verständnis abzuleiten, etwa Objekterkennung, Bildklassifikation und Gesichtserkennung. Über einzelne Bilder hinaus umfasst Computer Vision auch die Analyse von Videos, etwa Bewegungsverfolgung und die Erkennung von Handlungen. Das Feld treibt eine breite Palette von Anwendungen an, von autonomen Fahrzeugen, die Verkehrsschilder und Fußgänger erkennen, über medizinische Bildgebungssysteme, die Auffälligkeiten in Scans markieren, bis hin zu Einzelhandelssystemen, die Warenbestände in Regalen erfassen. Als eine der wichtigsten Wahrnehmungsmodalitäten hinter einem Großteil der heutigen Physical-AI- und Robotik-Arbeit trägt Computer Vision entscheidend dazu bei, dass eine Maschine ihre Umgebung wahrnehmen und entsprechend handeln kann, meist im Zusammenspiel mit weiteren Sensoren wie Lidar oder Tastsensorik.