UMĚLÁ INTELIGENCE V AUTOMOTIVE / David et al.

V současné době panuje mezi odborníky na zpracování obrazu nejednotnost ohledně definování hranice mezi digitální úpravou obrazu a počítačovým viděním. Tato problematika se týká i otázky, kde přesně začíná a končí počítačové vidění. Počítačové vidění představuje disciplínu, která se zaměřuje na vývoj algoritmů a technik, jež umožňují počítačům analyzovat, porozumět a interpretovat vizuální infor mace stejným způsobem, jakým to dělá lidské oko a mozek. [4.51] Tato oblast využívá počítačového učení k tomu, aby počítače byly schopny rozpoznávat vzory, objekty či scény ve vizuálních vstupech a následně provádět akce na základě těchto informací. V současnosti jsou v oblasti digitálního zpracování obrazu hojně využívány umě lé neuronové sítě představující organizovanou strukturu velkého množství základních nelineárních výpočetních prvků – tzv. umělých neuronů. Díky své schopnosti adaptace a učení jsou umělé neurony schopny efektivně modelovat a simulovat biologické neu rony. Tato schopnost adaptace umožňuje umělým neuronům přizpůsobit se různým vstupním podnětům a prostředí, což je klíčové pro dosažení vysokého výkonu a efekti vity v různých aplikacích umělé inteligence a neuronových sítí. Ve vědecké literatuře je možné se setkat s různými termíny používající se k ozna čení výsledných modelů, které simulují fungování neuronových sítí. Mezi tyto termíny patří například mozkové obvody, neuromorfické systémy a další. Nicméně, obecně se nejčastěji používá termín umělé neuronové sítě. Umělé neuronové sítě jsou systémy navržené k adaptivnímu učení parametrů rozhodovacích funkcí pomocí tréninkových vzorů [4.52]. Digitální podoby obrazů jsou nejčastěji vytvořeny za pomoci fotoaparátu, kamery, skeneru nebo jiného technologického zařízení. Lze je charakterizovat jako funkci f (x, y) , kte rá přiřazuje hodnoty měřené veličině (například jasu). Když pracujeme s obrazy na po čítači, manipulujeme s jejich digitalizovanými verzemi. V kontextu obrazového zpracování je funkce f(x, y) často používána k zobrazování obrázků a grafiky. Tato funkce může být reprezentována matricí obsahující pixely, které jsou nejmenšími neoddělitelnými jednotkami obrazu, nazývanými obrazové prvky. Tyto prvky, známé také jako pixely, jsou nejmenšími neoddělitelnými jednotkami obrazové ho zobrazení a hrají klíčovou roli při měření vzdáleností v obraze. Při této činnosti se ne pohybujeme v tradičním Euklidovském prostoru, ale v rastru, který může být čtvercový, hexagonální nebo jiný. Vzhledem k jejich malé velikosti a důležitosti při zpracování ob razových dat je důležité porozumět jejich vlastnostem a vlivu na výsledné měření. [4.53] V oblasti zpracování obrazů hraje důležitou roli paleta barev a různé metody, které se využívají k jejich zobrazení. Standardizace barevných prostorů, zavedená CIE (me zinárodní komise pro osvětlení) v roce 1931, umožňuje tvůrcům zařízení pro snímání obrazů přiblížit se k jednotnému přístupu při převodu obrazů do různých barevných prostorů. Tato standardizace umožňuje konzistentní a spolehlivé zobrazení barev napříč různými zařízeními a prostředími. V oblasti digitálního zpracování obrazu patří mezi nejčastěji využívané a nejzná mější typy barevných schémat model RGB (červená, zelená, modrá) a model CMY (modrozelená, purpurová, žlutá). Model RGB je založen na aditivním míchání barev, kde se kombinací různých intenzit červené, zelené a modré vytváří celé spektrum barev. Naopak model CMY využívá subtraktivního míchání barev, kde se kombinací modré,

55