6. Počítačové vidění a hranice obrázku

Viditelný obsah není celý příběh

Počítačové vidění zahrnuje metody pro práci s obrazovými daty. Systém může rozpoznávat typ objektu, najít jeho polohu, oddělit oblasti obrázku nebo číst zachycený text. Každá úloha potřebuje jiný způsob ověření. Správně rozpoznaný předmět ještě neznamená správně přečtené drobné číslo vedle něj.

Obrázek je reprezentovaný číselnými hodnotami pixelů a jejich vztahy. Pro člověka je snadné spojit fotografii s vlastním očekáváním; podobné zkratky může používat i model. Když jsou na trénovacích obrázcích hrnky většinou na stole, může se při rozpoznávání opírat i o okolí. Nové světlo, úhel nebo pozadí mohou výsledek změnit.

U textu v obrázku se často používá OCR, tedy převod obrazového záznamu na text. Výsledek potřebuje kontrolu, zvlášť u čísel, diakritiky a podobných znaků. Věta může být srozumitelná i se změněným datem. Údaj 18:30 a 16:30 přitom zásadně mění oznámení. Čitelnost a správnost jsou dvě samostatné vlastnosti.

Důležité je odlišit pozorování od interpretace. Z fotografie prázdné židle můžeš popsat židli bez sedící osoby. Nemůžeš z ní bezpečně vyvodit, že na akci nikdo nepřišel: snímek mohl vzniknout před začátkem. Podobně vzhled člověka sám neposkytuje spolehlivý důkaz jeho záměru, osobnosti nebo vnitřních emocí.

Vlastní obrázkový úkol bez citlivých dat

Na papír napiš fiktivní plakát: „Čtenářské setkání, 14. února, 18:30, místnost B2.“ Vyfoť jen papír, bez osob, adres, odrazů a jiných soukromých údajů. Připrav druhý snímek s horším světlem nebo částí textu zakrytou prázdným lístkem. Nejdřív si zaznamenej, které informace jsou na každém snímku skutečně čitelné.

Přepiš pouze čitelný text z fiktivního plakátu.
Nečitelné znaky označ [NEČITELNÉ].
Odděleně vypiš název, datum, čas a místnost.
Nedoplňuj skryté údaje podle očekávání.
Před zveřejněním člověk porovná přepis se snímkem.

U zakrytého času je lepší přiznat chybějící informaci než dokončit údaj podle podobných plakátů. I když se model náhodou trefí, výsledek nemá oporu v daném snímku. Tímto případem dobře uvidíš rozdíl mezi správnou hodnotou získanou z obrazu a odhadem, který je pouze možný.

Cvičení: čitelnost a správnost zvlášť

1. Přepiš text z obou snímků ručně. Označ znaky, které nejsou jisté.
2. Pokud používáš AI nástroj s obrazovým vstupem, požádej o přepis pomocí zadání. Jinak dej snímky přečíst druhému člověku.
3. Porovnej datum, čas a místnost znak po znaku. Zvlášť zaznamenej vynechané a odhadnuté části.
4. Napiš, jaký kontrolní krok by byl potřebný před zveřejněním skutečné pozvánky.

Pro trénink nepoužívej doklady, zdravotní záznamy ani fotografie lidí, jejichž údaje nepotřebuješ. Získání snímku neznamená automaticky oprávnění předat jej cizí službě. Vlastní jednoduchý plakát ti dovolí procvičit dovednost bez těchto komplikací. Nejdřív se nauč kontrolovat viditelná fakta a teprve potom zvaž složitější obrazové úlohy.

Na konci rozlišuješ rozpoznání objektu, získání textu a interpretaci situace. Dokážeš říct, kterou úlohu řešíš a co by prokázalo její správnost. Především se umíš zastavit u nečitelného nebo chybějícího podkladu. To je praktická hranice, kterou potřebuješ při práci s obrázky stejně jako při práci s texty.