Podobszar Obraz Cyfrowy

Automatyczne przetwarzanie i analiza danych obrazowych są istotne szczególnie teraz, gdy liczba rodzajów i ilość dostępnych danych obrazowych – często o zróżnicowanej jakości – stale rośnie, przez co ich ręczna analiza staje czasochłonna, kosztowna i często niemożliwa. Istnieją dziedziny, takie jak na przykład medycyna, w których zapewnienie powtarzalności analizy i odporności algorytmów na dane niskiej lub zmiennej jakości są krytyczne w praktycznych zastosowaniach.  Prace podejmowane w ramach Podobszaru Badawczego OC obejmują zarówno rozwijanie algorytmów przetwarzania i analizy obrazów opartych na technikach przetwarzania sygnałów, wizji komputerowej oraz klasycznego i głębokiego uczenia maszynowego, ale także wykorzystanie opracowywanych podejść w rzeczywistych problemach z zakresu obrazowania medycznego, satelitarnego, detekcji i rozpoznawania obiektów, diagnostyki maszyn i wielu innych. Algorytmy sztucznej inteligencji i przetwarzania danych – zwłaszcza wykorzystujące techniki uczenia głębokiego – rozwijane w ramach OC są często generyczne i znajdują zastosowanie w rozwiązywaniu problemów związanych z przetwarzaniem danych nieobrazowych.
Najważniejsze obszary tematyczne eksplorowane w ramach Podobszaru OC mogą zostać podzielone na te, które dotyczą rozwijania algorytmów przetwarzania konkretnych rodzajów danych obrazowych oraz na obszary, w których nacisk położony jest na rozwój narzędzi przetwarzania i analizy dowolnych obrazów cyfrowych.