Dasturiy injiniring” kafedrasi s. N. Iskandarova ma’lumotlarga dastlabki ishlov berish fanidan

Vaziyatni baholash. Ob'ektning o'rnini baholash muammosi (inglizcha Pose Estimation), qaysidir ma'noda segmentatsiya vazifasini davom ettiradi. Bu ob'ektning ma'lum bir ramkasini tanlashdan iborat (masalan, skelet, agar odamlar haqida gapiradigan bo'lsak) va bu ramkaning rasmdagi o'rnini aniqlash. Ushbu skeletdan keyin, masalan, harakat yo'nalishini taxmin qilish uchun foydalanish mumkin. Ko'rib chiqilayotgan ob'ektlar soniga qarab, bitta pozitsiyani baholash (inglizcha Single-person pose estimation) va ko'p (inglizcha Multi-person poze estimation) farqlanadi. Farqi shundaki, ikkinchi holatda ob'ektlar bir-birining ustiga tushishi mumkinligini ham hisobga olish kerak. Ushbu vazifani bajarish uchun fon birinchi navbatda kesiladi, faqat ob'ektlarning tasvirlari qoladi, so'ngra konvolyutsion neyron tarmoqlardan foydalangan holda ob'ektlarning har biri uchun bo'g'inlar joylari tanlanadi, ular keyinchalik ulanadi.
Matnni tanib olish. Kompyuter ko'rishning asosiy vazifalaridan biri. Birinchidan, aniqlash algoritmlari yordamida matn yoziladigan maydon ajratib ko'rsatiladi, so'ngra matn to'g'ridan-to'g'ri tan olinadi, masalan, segmentatsiya algoritmlari yordamida. Shu bilan birga, qog'oz varag'ida yozilgan matnni tanib olish va rasmning biron bir joyida ("yovvoyida") yozilgan matnni, masalan, yo'l belgisidagi matnni, avtomobil raqamini va boshqalarni tanib olish vazifalari juda katta. har xil, ikkinchi holatda interferensiya mavjudligi sababli, muayyan harflarni ajratib ko'rsatishga to'sqinlik qiladi. Bunday holda, masalan, so'zdagi qolgan harflardan harfni bashorat qilishni o'rganish yordam beradi.
Ob'ektlarni yaratish . Vazifa - ma'lum ob'ektlar to'plamidan foydalangan holda o'xshash ob'ektlarni qanday yaratishni o'rganishdir, lekin ayni paytda ular sinovdan o'tganlarning hech biri bilan mos kelmaydi. Masalan, multfilm uslubida jonlantirilgan qahramonlarni yarating, ulardan faqat bir nechtasini qo'llaringiz bilan chizing. Buning uchun bunday arxitektura generativ qarama-qarshi tarmoqlar sifatida ishlatiladi, ularda tarmoq ikkiga bo'linadi, ulardan biri ob'ektni yaratishga intiladi, ikkinchisi esa uni rad etadi yoki boshlang'ichning ehtimollik zichligini o'rganadigan variatsion avtokoder . originalga o'xshash ob'ektni yaratish uchun ma'lumotlar, lekin bir xil emas.