Обновить
128K+

Обработка изображений *

Работаем с фото и видео

63,92
Рейтинг
Сначала показывать
Порог рейтинга
Уровень сложности

Эксперимент длиной 12 лет: из 45 сервисов бесплатного хранения картинок рабочих осталось 6

Время на прочтение5 мин
Охват и читатели28K
В марте 2010 года были популярны в том числе и на Хабре, бесплатные хостинги картинок: собственного сервиса habrastorage.org у сайта ещё не было, а по форумам была довольно популярной услуга — опубликовать картинку на стороннем сервисе и показать её в статье или в комментарии.

Возник вопрос — много ли таких сервисов в природе, чтобы бесплатно и главное — без регистрации, позволяли бы достаточно надёжно публиковать картинки, в основном, не требуя рекламы? (Только при просмотре картинки на отдельной странице реклама могла быть и могла окупить расходы на хостинг при такой модели пользования.)

Хабр вскоре, года через 2-3, избавился от зависимости от сторонних сервисов, и большинство других сайтов стремятся так делать. Потому что срок жизни таких картинок на хостинге по разным причинам хостеры гарантировали недолгим — 0.5-3 года и часто — в зависимости от частоты показа картинки (долго неиспользуемые — удаляются).
Читать дальше →

Почему свет и темнота на фотографии — это сложно

Время на прочтение10 мин
Охват и читатели20K
HDR imagery on Flickr

В этом посте будут описаны некоторые из решений, задействованных в воссоздании оттенков на фотографиях, то есть степени яркости или тёмности каждой части фото.

Мы привыкли считать, что фотографии просто объективно фиксируют освещение и отображают его, однако это не так. Оттенок фотографии отражает множество решений, сделанных фотографом и производителем камеры. Сегодня фотографии, снимаемыми нашими мобильными телефонами, становятся всё лучше и лучше, реализуя всё более сложные (но сокрытые от нас) эстетические решения.

Эта статья, наряду с моим предыдущим постом о перспективе, является частью более обширной темы зависимости картин и фотографий от художественных и технических решений. Фотографии — это не объективная фиксация реальности, как и картины — не точные отображения воспринимаемого художником. Подробнее я расскажу об этом в своём следующем посте.
Читать дальше →

Как мы распознавали птиц при помощи камер и искусственного интеллекта

Время на прочтение11 мин
Охват и читатели5.4K

Нейронные сети используются для множества задач, но слышали ли вы когда-нибудь про распознавание птиц? Мы – нет, поэтому возможность поработать над этим проектом очень нас захватила, а опыт по итогу оказался крайне интересным.

Птицы миллионы лет эволюционировали в сторону незаметности и слияния с окружающей средой, чтобы избежать хищников. Поэтому ученым и любителям птичек достаточно сложно искать птиц среди деревьев и кустарников. Но вот наблюдать за ними с помощью видеокамеры, не выходя из дома, — прекрасный способ, который сильно экономит время. Особенно если искусственный интеллект избавит пользователя от необходимости просматривать часы видеозаписей в поисках птиц, просто отправив уведомление на телефон, когда птица попала в поле зрения камеры. Более того, искусственный интеллект еще и автоматически определит её вид.

Читать далее

Датацентрический и моделецентрический подходы в машинном обучении

Время на прочтение12 мин
Охват и читатели7.3K
image

Код и данные — фундамент ИИ-системы. Оба эти компонента играют важную роль в разработке надёжной модели, но на каком из них следует сосредоточиться больше? В этой статье мы сравним методики, ставящие в центр данные, либо модель, и посмотрим, какая из них лучше; также мы поговорим о том, как внедрять датацентрическую инфраструктуру.
Читать дальше →

Сравнение алгоритмов детекции лиц

Время на прочтение3 мин
Охват и читатели24K

Привет, Хабр! Очень часто я на просторах интернета натыкаюсь на такой вопрос: «А какое готовое решение по детекции лиц лучше всего использовать?» Так вот, я отобрал 5 решений с Github, которые показались мне хорошими, относительно новыми и лёгкими в использовании, и хотел бы сравнить их между собой. Всем, кому интересно, что из этого вышло, добро пожаловать под кат!

Читать далее

Немного о 35 мм кинопленке и цифровом аудио

Время на прочтение3 мин
Охват и читатели9.3K

Вспомним, что это была за 35 мм киноплёнка, и какими способами на ней кодировались аудиоданные. В частности, обратим внимание на технологию Dolby Digital и попутно заглянем в патент, который поможет прояснить некоторые детали.
Читать дальше →

Перенос нейронной сети из PyTorch на Google Coral

Время на прочтение13 мин
Охват и читатели6.1K

Всем привет! Меня зовут Антон Расковалов и мы с командой  отдела перспективных исследований «Криптонит» решили проверить, можно ли использовать Google Coral в решении наших задач. Приобретённым опытом делюсь в статье ниже.

Санкции вынуждают пересматривать подходы к организации ИТ-инфраструктуры, в том числе — искать альтернативу облачным ИИ-платформам. Одним из вариантов является использование специализированных ускорителей с нейропроцессорами, которые физически находятся на стороне клиента. Даже на фоне санкционного давления их можно купить на AliExpress и оплатить банковской картой, выпущенной на территории России.

Данная статья посвящена переносу нейронных сетей написанных на одном из самых популярных фрэймворков, PyTorch, на Google.Coral, один из самых "производительных ускорителей"

Читать далее

Как ИИ сделает вас стройнее. Часть 2

Время на прочтение4 мин
Охват и читатели17K

Недавно мы писали о том, как ИИ помогает корректировать фигуру на фото. Тогда речь шла о проекте от Alibaba, который в целом неплохо справлялся с задачей, но имел ощутимый недостаток: если тело становилось стройнее, фон по краям мог “поехать”.

Новый проект от китайских исследователей предлагает альтернативный метод изменения формы человеческого тела, который "вылечил" эту проблему.

Читать далее

Хотите усовершенствовать цикл обработки данных? Попробуйте задействовать людей

Время на прочтение4 мин
Охват и читатели1.1K

На саммите iMerit ML Data Ops глава отдела искусственного интеллекта Cruise Хуссейн Мехенна провёл с Рагаваном Сринивасаном из Facebook AI беседу, озаглавленную Emerging AI Companies are Driving a Paradigm Shift.

В беседе они обсудили важность объединения цикла обработки данных ИИ с циклом обработки данных людьми, а также поговорили о том, что люди играют критическую роль в выявлении и разрешении пограничных случаев. Сочетание лучших практик human-in-the-loop, бесперебойного сотрудничества в цикле обработки данных и образ мышления, ставящий на первое место безопасность, в конечном итоге позволят достичь высочайшей степени успеха в сфере ИИ и ML.

Важность Humans-in-the-Loop


Успех таких ИИ-продуктов, как беспилотные автомобили, зависит от усложнения цикла обработки данных, на которых они построены. Надёжные циклы работы с данными одновременно генерируют, аннотируют и непрерывно применяют новые данные в продакшене. Однако для улучшения циклов работы с данными, например, в компании Cruise, интегрируется участие человека.

Благодаря участию человека в циклах обработки данных гарантируется безопасное и эффективное выполнение высокоуровневых действий в ИИ-системах. Humans-in-the-loop непрерывно оценивают характеристики автомобиля, и обеспечивают выполнение всех связанных с автомобилем действий так, как это делал бы человек.
Читать дальше →

Ускорение семантической сегментации при помощи машинного обучения

Время на прочтение6 мин
Охват и читатели2.8K

Зачем создавать процесс разметки данных на основе ML?


Быстрое создание высококачественной разметки данных — сложная задача. Парсинг и правильное аннотирование изображений и видео, обычно используемых в сфере беспилотного транспорта или робототехники, могут быть композиционно сложны даже для людей. Наша компания использует машинное обучение, чтобы дополнить реализуемые людьми рабочие процессы, позволяя повысить и качество, и скорость разметки. Так как модели глубокого обучения могут испытывать трудности с устойчивой производительностью в предметных областях с большим разнообразием данных, например, в сценах с участием беспилотных автомобилей, для обеспечения стабильно высокого качества необходимо найти оптимальный баланс между ML-автоматизацией и человеческим контролем.
Читать дальше →

Привлекательность изображения: человек vs алгоритм (обзор результатов анкетирования 2282 человек)

Время на прочтение22 мин
Охват и читатели4.3K

Я страдаю частичным дальтонизмом (не различаю некоторые оттенки) и всегда затруднялся в магазине выбрать галстук к рубашке и пиджаку, а потом каждое утро составлять комбинацию из многих вариантов. В результате жена делала мне комплекты, и я просто выбирал «комплект 1» или «комплект 9».

В моём случае, как и во многих других, пригодился бы автоматический способ определять, что выглядит привлекательнее для большинства людей. В итоге я создал такой способ и хочу рассказать Хабру об этом.

Читать далее

Оптическое распознавание символов с помощью Rust и WebAssembly

Время на прочтение6 мин
Охват и читатели6.9K

После переписывания Cyberscore я захотел отправить на сайт какие-нибудь результаты. Последнее, во что я играл, это Pokémon Legends: Arceus, по которой на Cyberscore есть около 3000 таблиц результатов. Я не собирался отправлять столько рекордов вручную, поэтому начал придумывать инструмент для автоматизации этого процесса.

Эта статья посвящена двум вещам: процессу извлечения результатов из JPG с помощью Rust и встраиванию этого функционала во фронтенд Cyberscore.
Читать дальше →

Как работает перспектива в изображениях?

Время на прочтение9 мин
Охват и читатели38K
«Линза доминировала уже шесть сотен лет и я считаю, что изображениям пора отходить от неё. Если это произойдёт, может случиться что-то чудесное».Дэвид Хокни, 2022 год

У вас когда-нибудь было такое: вы фотографируете какую-то далёкую сцену, а на фото она выглядит слишком маленькой по сравнению с её окружениями?


Комикс Мег Адамс

В этом посте мы поговорим о том, как возникает это явление, и что мы с ним можем сделать.
Читать дальше →

Ближайшие события

Как научиться распознавать новый документ за две недели?

Время на прочтение9 мин
Охват и читатели6.3K

Всем привет! Мы — команда распознавания документов Домклик, и мы помогаем банку упростить и ускорить процесс выдачи ипотеки.

Для обработки всех документов мы используем свой алгоритм автоматического распознавания текста. Сегодня мы расскажем о нашей инфраструктуре, которая позволила всего за пару недель научиться распознавать свидетельство о заключении брака.

Читать далее

Никогда не используйте пикселизацию для сокрытия текста

Время на прочтение9 мин
Охват и читатели30K
image

Наша компания пишем много отчётов (такое бывает, когда вы занимаетесь хакингом). При этом часто требуется скрывать часть текста. У нас уже давно действует политика, по которой при сокрытии текста для надёжности следует использовать только чёрные полосы. Иногда люди хотят проявить себя используют такие методики удаления данных, как размытие, искажение или пикселизация. Но это ошибка.

Сегодня мы рассмотрим одну из таких методик — пикселизацию, и покажем, почему это плохой, небезопасный, гарантированный способ обеспечения утечки данных. Чтобы продемонстрировать, как это происходит, я написал инструмент под названием Unredacter. Он получает отредактированный пикселизированный текст и возвращает его в исходный вид. В реальном мире люди часто используют пикселизацию, но тыкать пальцем мы сейчас ни в кого не будем.
Читать дальше →

Визуальный SLAM: делаем HD-карты при помощи смартфона

Время на прочтение10 мин
Охват и читатели21K

Привет, Хабр! Меня зовут Гращенков Александр, я iOS-разработчик в компании RoadAR. С 2016 года живу и работаю в Иннополисе, занимаюсь компьютерным зрением и интеграцией нейросетей в мобильные платформы.

Возможно, вы пользуетесь приложением-видеорегистратором со встроенным распознаванием дорожных знаков, которое мы разрабатываем, и это уже давно не единственный наш проект.

Сейчас мы создаем детализированные трехмерные сканы дорог при помощи смартфонов. Я расскажу, что такое HD-карты, сравню два подхода к их созданию и покажу вам трехмерный Иннополис.

Читать далее

Как за 40 часов распознать всех поросят с помощью компьютерного зрения. Решение задачи на AgroCode Hack

Время на прочтение4 мин
Охват и читатели4K

2021 год был очень насыщенный на хакатоны и ИТ-чемпионаты. Мы неоднократно писали о том,  что специализируемся на проектах по компьютерному зрению. В этом наша сила. На AgroCode Hack нам предстояло за 40 часов решить кейс с использованием компьютерного зрения и AI по сегментации и отслеживанию поросят. Рассказываем, как в очередной раз заняли призовое место на хакатоне и отследили всех хрюш. 

Читать далее

Transformers for Dense Prediction

Уровень сложностиСредний
Время на прочтение5 мин
Охват и читатели3.2K

Трансформеры уже захватили мир машинного обучения, начав свой путь с обработки текстов, перешли в другие области как: аудио, работа с графами, работа видео . В этом посте хотел бы остановиться на теме dense prediction в компьютерном зрении (segmentation, monodepth estimation) и поделиться работами на эту тему.

Читать далее

Как дроны помогают нам управлять состоянием дорог в рудном карьере

Время на прочтение3 мин
Охват и читатели4.1K

Привет, Хабр! Беспилотные летательные аппараты (БПЛА) часто используются в горнодобывающем производстве, чтобы ускорить и обезопасить работы в карьерах. В НЛМК мы, в частности, применяем дроны для анализа состояния дорог на Стойленском ГОКе, потому что хорошая дорога позволяет расходовать меньше топлива для автотранспорта, дольше сохранять шины и, конечно, делает работу водителей комфортнее и безопаснее.

Читать далее

Фотошоп Средневековья

Время на прочтение6 мин
Охват и читатели13K
Может показаться, что обработка и улучшение изображений свойственны только нашему цифровому веку. Однако в манускрипте «Хроника Каттендейке» конца пятнадцатого века, составленном на территории исторических Нидерланд, содержатся потрясающие примеры аналогового редактирования изображений.


Рис. 1. Королева Альбина с сёстрами на корабле. The Hague, RL, 1900 A 008, fol. 68v.

Поначалу может показаться, что изображение группы людей в лодке является обычной гравюрой, вставленной в манускрипт (Рис. 1). Поскольку однолистовая печать (гравюры и ксилографии) часто использовалась в рукописных книгах второй половины пятнадцатого века (см., например, Rudy 2019), этот пример может и не казаться чем-то особенным. Однако присмотревшись, можно увидеть множество признаков того, что это изображение скрывает больше, чем кажется на первый взгляд. Наклонные линии, обрамляющие изображение, и различия в отрисовке воды между кораблём и берегом указывают на аналоговые манипуляции с изображением. Прежде чем приступать к дальнейшему исследованию такой редактуры, её важности и значимости для структуры изображений позднего Средневековья, нам нужно вкратце рассказать об этом манускрипте.
Читать дальше →