Nowe podejście do danych obrazowych – automatyczne rozumienie
Kluczowe elementy prezentowanej koncepcji
Oglądając schemat na rys. 18, na początku jego struktury widzimy elementy znane z wcześniejszych rozważań. Mamy recepcję powodującą pobranie obrazu (co w przypadku zobrazowań medycznych samo w sobie nie jest proste – ale w te szczegóły nie będziemy tutaj wnikać) oraz jego analizę, kończącą się wyznaczeniem cech obrazu. Do tego miejsca schemat powtarza elementy już wcześniej omawiane. Natomiast następny krok jest już odmienny. Przy automatycznym rozumieniu obrazów dąży się wcześniej do ich lingwistycznego opisu. Decyzja ta w pierwszej chwili może się wydawać nieco dziwaczna, gdyż lingwistyka tradycyjnie stosowana jest do zupełnie innych celów – na przykład do tworzenia języków programowania lub do analizy tekstów. Jednak takie właśnie podejście jest w pełni uzasadnione, gdy przypomnimy sobie, jaki był powód porzucenia wygodnego modelu rozpoznawania obrazu i poszukiwania nowego paradygmatu – nazwanego właśnie automatycznym jego rozumieniem.
Otóż stwierdziliśmy wyżej, że w przypadku analizy złożonych obrazów (w szczególności medycznych) niemożliwe jest wskazanie a’priori jakichkolwiek wzorców ani podanie z [...]
Co tydzień otrzymaj od nas porządną dawkę wiedzy o branży przemysłowej!
