Comments 10
Так кэш или хэш?
+2
А вы друзья как не садитесь…
Вы хотите получить набор из 120*3 double(?) которые не только все всегда выбирать из базы надо, но еще и пересчитывать между собой? 120*3*8 = 2880 байт. если искать хотя бы среди 1 млн картинок, размер данных которые нужно будет обработать для поиска всего одной картинки будет не меньше 2.7 Gb…
и даже если вруг вы нормализуете все значения в базе, что бы хоть как то уменьшить расчеты, то выборка все равно будет всегда вестись по всей базе, подобных треугольников будет очень много, выхлоп будет низкий, а затраты и время на обработку огромны.
Вы хотите получить набор из 120*3 double(?) которые не только все всегда выбирать из базы надо, но еще и пересчитывать между собой? 120*3*8 = 2880 байт. если искать хотя бы среди 1 млн картинок, размер данных которые нужно будет обработать для поиска всего одной картинки будет не меньше 2.7 Gb…
и даже если вруг вы нормализуете все значения в базе, что бы хоть как то уменьшить расчеты, то выборка все равно будет всегда вестись по всей базе, подобных треугольников будет очень много, выхлоп будет низкий, а затраты и время на обработку огромны.
0
Для оптимизации сравнения хэшей будет создан отдельный алгоритм на основе HEngine, который подробно описан в статье https://habrahabr.ru/post/211264/ пользователя valbok.
0
Начну с похвал. Вы молодец что:
— не пустились в эвристический маразм с нейронными сетями,
кстати может стоит объединиться с автором интеллектуальной системы Э.Л.И.С.?
— не пустились в эвристический маразм с нейронными сетями,
кстати может стоит объединиться с автором интеллектуальной системы Э.Л.И.С.?
+4
Собственно вот мой вариант такого алгоритма
Работает все реалтайм. Позволяет детектить кучу объектов одновременно. Так что идея с подобием треугольников вполне рабочая.
Работает все реалтайм. Позволяет детектить кучу объектов одновременно. Так что идея с подобием треугольников вполне рабочая.
-1
UFO just landed and posted this here
Ни один детектор блобов / углов на практике не гарантирует, что N характерных объектов с максимальными весами одного снимка предмета и N аналогично взятых объектов второго снимка того же предмета (с измененными параметрами съемки / предмета) будут являться одноименными. Поэтому обычно стремятся обеспечить избыточность координатных пар возможно одноименных объектов и далее найти истинно одноименные статистическими методами и (или) геометрическими методами с привлечением модели съемки
0
Sign up to leave a comment.
Собственный алгоритм 2. Поиск похожих изображений