А есть какие-либо данные о реализации? Например, что использовали, просто интересен вопрос популярности того же OpenCV на подобных мероприятиях, и, может я пропустил, но я был бы рад видеть анонс этого соревнования на хабре, а не только его результаты =)
То, что золото стало средством оплаты, это скорее условность, просто хорошо подошло по своим свойствам, так и биткоины ничем не обеспечены, до тех пор пока их не купят за уже признанные средства платежа и/или за них не будут покупать какие-либо товары и услуги, а конкретно сейчас обеспеченность можно посмотреть здесь: coinmarketcap.com/
Хотелось бы спросить, использую ОП Лукаса-Канаде в openCV, столкнулся с непониманием, как работают status и err, status часто для точки равен 1, даже если точка явна не та (в моем случае отслеживаемый объект перекрывается, а точки разбегаются по всему изображению и считаются найденными, использую костыль в виде дисперсии точек), и как ориентироваться на err? Как по нему можно судить о вероятности та/не та точка?
хм, у меня для изображения 1024х768 весь представленный процесс занимает 2-3 секунды, он включает в себя «раздувание», попиксельный обход черно-белого с вычислением мо и дисперсии каждого пикселя и установки значения двух цветовых каналов каждого пикселя + работа метода SURF, КА и отдельного окрашивания объектов, просто же «раздуть и слить с готовыми цветовыми каналами» займет доли секунды.
Если я правильно понял, изображения не обязаны совпадать один-в-один, может быть просто похожий снимок, иначе это действительно слишком простая задача)
По поводу L от 0 до 100, то, что L — целые числа от 0 до 100, это условность какого-то конкретного применения модели (в фотошопе, например, так), в теории же L должна быть непрерывна (на это натолкнула мысль, что L иногда измеряют от 0 до 1, да еще lab и аппаратно-независимая модель), поэтому нам ничто не мешает сделать 100, 256 или любое другое значение. 256 связано с привычными восемью битами на канал. И еще один контраргумент, если это 100 чисел, тогда a и b от -128 до 127, итого 100х256х256 цветов, что в 2,5 раза меньше RGB представления 256х256х256, а по теории любой цвет, представленный в RGB можно получить в lab без потерь
Если не делать семантический анализ изображения, то яркость это единственное, на основе чего мы можем сделать вывод о возможной цветовой информации. Конечно, способ не идеальный и я сейчас думаю над его улучшением, но результаты показывает неплохие, траву от воды отличает :)
Dсе цветное изображение делится на 15х15 одинаковых участков (всего 225), в каждом этом участке берется один случайный пиксель, и в его окрестности вычисляется мо и дисперсия, всего 225 пикселей.
в третьем шаге для каждого, уже без всяких сеток, пикселя вычисляется мо и дисперсия в окрестности 25х25, в картинках это выглядит так, 15х15:
25x25:
Нажал свой вуз, ввел имейл, никакой инструкции, только «мы вам сообщим когда появится».
P.S. мои глаза =( raspisaniye-vuzov.ru/offer.html
Хотелось бы спросить, использую ОП Лукаса-Канаде в openCV, столкнулся с непониманием, как работают status и err, status часто для точки равен 1, даже если точка явна не та (в моем случае отслеживаемый объект перекрывается, а точки разбегаются по всему изображению и считаются найденными, использую костыль в виде дисперсии точек), и как ориентироваться на err? Как по нему можно судить о вероятности та/не та точка?
в третьем шаге для каждого, уже без всяких сеток, пикселя вычисляется мо и дисперсия в окрестности 25х25, в картинках это выглядит так, 15х15:
25x25: