Как я писал магистерскую диссертацию по компьютерному зрению

[Sdima1357]

1 причем тут с#?
2 Довольно слабенький велосипед. Что вы будете делать с перспективными искажениями на небольшой высоте? На взлете например. И зачем изобретать велосипед? Сегодня методы SLAM неплохо оптимизированы и довольно хороши. Ваш метод лучше хоть чем то? Сначала изучите то, что уже есть, а потом пишите свое.
Не интересно от слова совсем.

[megabax]

«1 причем тут с#?» — при том что прога на C# была написана

[Sdima1357]

при том что прога на C# была написана

И как это повлияло на статью?
— А как еще она была написана? На лаптопе или на десктопе? На Интеле или АМД? На кухне или в ванной? Ну так добавьте соответсвующие метки для полноты картины.

[shybovycha]

Моя вторая магистерская работа была на оооочень схожую тему. По сути — реализация того, что уже сделали в MIT. Только времени и ума не хватило довести до конца.

Справедливости ради, авторы оригинала (и я в том числе) использовали цепи Маркова для вычисления смещения слоев, аппроксимацию RANSAC для вычисления смещения одного слоя и быстрое преобразование Фурье на упрощенном рисунке (через оконную функцию, Лапласса если правильно помню, считались контуры объектов) для вычисления векторов смещения. И это все дело авторы также считали по пирамидам для каждого изображения.

То бишь, достаточно сложная работа даже в плане реализации.

Учитывая что вся эта кутерьма должна была бы гоняться по видео (а это даже на моем старом телефоне 24 кадра в секунду, с кадром ок. 4000 x 2000 пикселей), то чтобы реализовать оптимально нужно было нехило пораскинуть умом (простой параллелизации недостаточно). Я попытался заменить FFT на Optical Flow и RANSAC на что-то еще (уже не помню), что в общем-то не заработало (возможно реализация некорректная была).

Тем не более, было интересно изучить матчасть, новые мат. инструменты (вроде тех же цепей Маркова и преобразований на изображениях).

Но вот пихать ИИ во все что движется мне представляется как срезание углов — пилишь нечто, что само как-нибудь разберется с решением с какой-нибудь точностью. Ни в коем случае не освистываю сложность реализации нейросетей, просто делюсь личными мыслями на этот счет.

[VDG]

Особые точки за что-то «цепляются» (угол, например), а у вас они словно распределены случайно. Ощущение, что формируете из экстремумов что-то вроде хеша.

[megabax]

По сути, они цепляться из экстремумов функции от яркости точек. Форума приведена в статья.

[VDG]

Картинки результата работы этой функции в статье не хватает. Формула приведена, но не дано никакого описания того, что она делает. Выглядит так, что вам дали «магическую» функцию, и всё, что сделали — отобрали максимумы из результата её вызова. К сожалению, не раскрыто самое интересное.

[Arcon29]

Слушай круто. Возможно мне пригодится. Спасибо.

[Foveator]

С нетерпением ждем результат — определение координат ЛА относительно поверхности земли, изображение которой записано на видео.
А в перспективе хотелось бы проанализировать архивные видеосъёмки посадки Апполонов на поверхность Луны.