Я всё продолжаю возиться со своими микрофотографиями. Наука не стоит на месте (с момента той статьи прошел без двух месяцев год!), и теперь нам нужно распознавать другие объекты:

Но тут уже безо всяких послаблений: точность должна быть достаточно высокой.
Конкретно эта задачка встала недавно (примерно в конце ноября), и решалась в свободное от учёбы и работы время.
Achtung! Статья получилась довольно крупная, много картинок. Зато без избыточной математики.

Сформулируем задачу: получить параметры, полностью характеризующие контур фигуры, изображенной на картинке.

Привет, друзья мои! Дорогие Хабраюзеры и Хабрачитатели, предлагаю Вам окунуться в дебри разработки программы распознавания эмоций по материалам предыдущих моих статей.

Нет, нет, это не новшество какой-либо технической компании. Лишь идея витающая в воздухе — где и как она приземлится еще не известно. Современное серийное производство OLED матриц может дать толчок в развитии объемных дисплеев — появилась техническая возможность наладить их массовое изготовление.

Предистория

Первые системы телевидения (дальновидения) имели в своей конструкции специальный вращающийся диск, который обеспечивал развертку изображения на строки Одна из таких систем была реализована загадочным изобретателем трех эпох, Львом Сергеевичем Терменом (вступил в КПСС в 1991 году, потому что лично обещал Ленину).

На Reddit и HN развернулись большая дискуссия на тему последних достижений системы машинного обучения Facebook. Даже опытные разработчики сходу не могут понять, каким образом Facebook «угадывает» конкретные факты, которое, вроде бы, никак не может знать.

Последней темой обсуждения стали географические подсказки, которые Facebook выводит при загрузке фотографий на сайт. Зачастую он точно угадывает, где конкретно были сделаны снимки, с точностью до улицы и конкретного здания. При этом в фотографиях нет EXIF-заголовков, на камере нет GPS, файлы загружались на сайт с другого места (то есть геотаггинг не работает), а на снимках изображены, например, новорожденный в роддоме или смазанные интерьеры ночного клуба (то есть фотографии сделаны внутри здания). Контекстный таггинг тоже не должен работать — на фотографиях не распознаны никакие лица или надписи.

В принципе, даже для опытного графического дизайнера встраивание какого-либо нового объекта в существующее изображение (фотографию) — довольно сложная задача. Конечно, уровень сложности подобной проблемы варьируется, но все же это не дело пары минут. А вот разработчик Кевин Карч, PhD университета Иллинойса, создал собственный «Photoshop» с тем-то и теми-то. Технология, созданная Кевином, позволяет встраивать практически любые объекты на любые изображения с высокой степенью точности.

Благодаря спутниковым фотографиям всей поверхности Земли учёные получили возможность исследовать территории, куда никому и в голову не приходило посылать научные экспедиции, а также под новым углом взглянуть на давно изученные места. За последние несколько лет благодаря программе Google Earth сделан целый ряд важных открытий. Иногда эти открытия делаются совершенно случайными людьми.

Остатки древнеримской виллы, Италия, 2005

Одно из самых первых археологических открытий, сделанных в Google Earth, состоялось в 2005 году. По иронии, автор открытия, местный житель Лука Мори (Luca Mori) запустил программу просто чтобы обследовать местность возле своей родной Пармы. Совершенно неожиданно он заметил какой-то странный овальный артефакт в полях неподалёку от города.



Лука Мори принял его за компьютерный глюк, но всё-таки информировал специалистов Национального археологического музея, которые организовали экспедицию. Сразу же после начала раскопок они обнаружили древнюю керамику и остатки древнеримской виллы, построенной до нашей эры.

Я уже частично говорил о работе с FITS-файлами в Octave. Теперь расскажу о применении этого математического пакета для обработки конкретных данных, а именно: для вычисления центра вращения звездного поля по набору снимков, полученных с определенным интервалом.

Доброго времени суток, Хабр!

Думаю, очень многие из нас сталкивались при работе с информацией с так называемым «эффектом домино» — когда из-за изменения какого-то одного элемента рушится вся выстроенная система. Примеров таких ситуаций можно привести сколько угодно.

Представьте себе, например, банк, у которого, скажем, 10 видов вкладов, и во многих из них еще и дифференцированная шкала процентов, зависящая от срока вклада и от размера первоначального взноса. Для всей этой линейки есть куча рекламной продукции – общие буклеты по вкладам, отдельные буклеты по каждому вкладу, листовки для информационных стендов, плакаты для вывешивания в офисах. Плюс информация на сайте. Естественно, все рекламные макеты и контент на сайте на десять рядов перепроверены и согласованы, чтобы везде отображалась одна и та же информация.

И тут – ВНЕЗАПНО — меняется ставка рефинансирования, и банк срочно меняет свои проценты по вкладам.


Соответственно, нужно в кратчайшие сроки поменять информацию о ставках во всех источниках, где она упоминается.

Какие есть способы?

Введение

В данной статье мне хотелось рассказать об алгоритме, который позволяет разделять на видеоизображении реальные объекты и тени.



Данный алгоритм был впервые реализован мной во время разработки алгоритмов видеоаналитики для IP-видеосервера MagicBox, которое разрабатывает компания Синезис, в которой я работаю в настоящее время. Как известно, при детектировании движения на видеопоследовательности, условия освещенности не всегда идеальны. И простейший детектор движения, основанный на разности текущего кадра и некого усредненного фона будет реагировать не только на реальные объекты, но также и на виртуальные: подвижные тени и световые зайчики. Что является нежелательным, так как может приводить искажению формы детектируемых предметов а также к ложным срабатываниям детектора движения. Это актуально в солнечную погоду, а особенно в случае переменной облачности. Потому наличие алгоритма по выделению теней, может весьма положительно сказаться на точности всего детектора. Но давайте рассмотрим все по порядку.

^{Задача № 5, около 6200 фрагментов, размер каждого фрагмента около 150 х 60 px.}

Агентство DARPA огласило результаты конкурса по восстановлению документов после шредера. В конкурсе приняли участие почти 9000 команд.

Каждый «паззл» состоял из фрагментов рукописного текста, измельчённого на новом коммерческом шредере и отсканированного с разрешением 400 DPI. В самом сложном задании № 5 было около 6200 фрагментов от неизвестного количества страниц — с этим заданием справились только две команды.

Победителем стала команда All Your Shreds Are Belong To U.S. — она смогла набрать максимально возможные 50 очков, выполнив все задания. Ближайшие конкуренты набрали 30 и 26 баллов.

Ученые уже много лет работают не покладая рук, чтобы мощные вычислительные системы были способны адекватно уловить и идентифицировать мимику. В наши дни есть большие успехи, и дело не только лишь в совершенстве предложенных методов и алгоритмов, но и в разработке более новых. Уже достаточно много компаний предлагают программное обеспечение собственной разработки, поэтому я захотел узнать побольше о предоставляемых продуктах по распознаванию эмоций на лице человека.
Под катом много текста и картинок.

Создание панорам занятие достаточно непростое и кропотливое, но зато результат от кропотливых действий будет радовать и вас, как творца, и пользователей. Создание панорам, это не такое простое занятие, как может показаться на первый взгляд. Я сталкивался с тем, что пользователи говорят следующее: «Для создание панорам необходимо только сфотографировать несколько кадров с перекрытием, а затем выровнять кадры в специальной программе, склеить их и получить готовую панораму.» Можно сказать, что данное утверждение верно. но только для начинающего фотографа. Полученный результат может удовлетворить. Но, если фотограф хочет профессионально развиваться, то нужно отнестись с критикой к своим предыдущим работам. Посмотреть на них как первый базовый кирпичик. Основу будущего мастерства в создании бесшовных панорам.

В апреле-мае 2011 года компания Яндекс проводила очередной тур конкурса Яндекс интернет математика. Тема тура: «Определение визуальной схожести изображений».
Я публиковал новость про объявление победителей и обещал в скором времени описать решение поставленной задачи нашей командой — LookLikeIt, которая заняла 12-е место в финальном рейтинге.

И вот, не совсем скорое время наступило!

Предисловие

Думаю, каждый фотолюбитель вроде меня сталкивался с выбором оптимального способа обработки и хранения своих фотографий. В данной статье я хочу затронуть эту тему и предложить свой вариант. Очень хочу услышать другие варианты использования.
Так получилось, что мне уютно находиться и выполнять задачи в Linux-системах, поэтому все скрипты для линукса. Но ось — не главное, главное — правильный подход.

В общем-то, система, созданная швейцарскими специалистами из École Polytechnique Fédérale de Lausanne, может найти применение во множестве сфер, но пока что ее прочат в «спортивные комментаторы». Эта система способна отслеживать множество людей на изображении одновременно. К примеру, система без труда «ведет» одновременно всех игроков баскетбольного мачта, без необходимости цеплять что-то на самого игрока.

Фотография «Рейн II» (Rhein II) немецкого фотографа Андреаса Гурски продана 8 ноября на аукционе «Кристи» за 4,34 миллиона долларов США. Это новый мировой рекорд стоимости для фотографии. Предыдущий принадлежал снимку «Без названия № 96» (Untitled #96) фотохудожника Синди Шерман, стоимость которого на аукционе составила 3,89 миллиона долларов США.

В описании лота не разъясняется, почему эта, на первый взгляд, простая и скучная фотография стоит таких денег. Что тут сказать, искусство есть искусство.

Американское военное агентство DARPA объявило конкурс по восстановлению изображений из измельчённых остатков от офисного шредера. Задача должна заинтересовать всех любителей складывать паззлы. Азарта добавляет и денежный приз за первое место (50 тысяч долларов США).

Так или иначе практически у всех есть знакомые фотографы, и я уверен на все 100%, что хотябы один из них жаловался на проблему цветопередачи загружаемых фотографий на популярные сервисы. На деле решение этой проблемы довольно простое.

Да, это не первая камера-мяч, и это не первая камера, которая может создавать 360-градусные панорамы. Но проект Throwable Panoramic Ball Camera (Бросаемая панорамная камера-мяч) объединил эти два понятия в одной сфере из пены.

Камера бросается в воздух и делает снимок на самой высокой точке полёта — когда она практически не движется. Камера делает полную сферическую панораму, мгновенно и без подготовки. Она без проблем может делать снимки с большим числом движущихся объектов.

Доброго времени суток!
Вам когда-нибудь хотелось узнать как устроены файлы PNG? Нет? А я все равно расскажу.
Формат PNG(Portable Network Graphics) был изобретен в 1995 году, чтобы стать заменой GIF, а уже в 1996, с выходом версии 1.0, он был рекомендован W3C, в качестве полноправного сетевого формата. На сегодняшний день PNG является одним из основных форматов веб-графики.

Под катом вы найдете общее описание строения PNG-файла, некоторое количество картинок-схем, препарирование в hex-редакторе, и, конечно, ссылку на спецификацию.