TechCave

Описание сайта

Рейтинг: 15
Создана: 4 года назад
Владелец: root

OpenCV/Обработка и распознавание изображений

Основная информация

В группе рассматриваются алгоритмы, методы, библиотеки обработки и распознавания изображений. Также можно очень много узнать про библиотеки машинного зрения, такие как, OpenCV или CCV.

OpenCV что это такое? OpenCV (англ. Open Source Computer Vision Library, библиотека компьютерного зрения с открытым исходным кодом) — библиотека алгоритмов компьютерного зрения, обработки изображений и численных алгоритмов общего назначения с открытым кодом. Реализована на C/C++, также разрабатывается для Python, Ruby, Matlab, Lua и других языков. Может свободно использоваться в академических и коммерческих целях — распространяется в условиях лицензии BSD.

Распознавание образов что это? Распознавание образов — это научная дисциплина, целью которой является классификация объектов по нескольким категориям или классам. Объекты называются образами.

CCV (A Modern Computer Vision Library), небольшая библиотека современных алгоритмов машинного зрения.

Стена группы

Загрузка...
Den
22 дня назад
#

Распознавание дороги посредством семантической сегментации



В
предыдущей серии я проводил эксперимент с автономным движением
своего домашнего танка. Дорога распознавалась с помощью цветового фильтра, а полученная маска шла на вход специально обученной нейросети-классификатору, которая выбирала ехать вправо, влево или прямо.

Слабым местом было распознавание самого дорожного полотна из-за переменчивости цветовых оттенков, из-за чего нейросеть, принимающая решения, выдавала странные результаты. В комментариях к той статье рекомендовали обратить внимание на семантическую сегментацию. Тема оказалась перспективной и применение сегментирующей нейросети принесло свои плюсы, но и минусы, куда же без них.

Но обо всем по порядку и для начала немного матчасти.

Источник
1 месяц назад
#

Отличаем символы от мусора: как построить устойчивые нейросетевые модели в задачах OCR



В последнее время мы в группе распознавания компании ABBYY всё больше применяем нейронные сети в различных задачах. Очень хорошо они зарекомендовали себя в первую очередь для сложных видов письменности. В прошлых постах мы рассказывали о том, как мы используем нейронные сети для распознавания японской, китайской и корейской письменности.

image
Пост про распознавания японских и китайских иероглифов

image
Пост про распознавание корейских символов

В обоих случаях мы использовали нейронные сети с целью полной замены метода классификации отдельного символа. Во всех подходах фигурировало множество различных сетей, и в задачи некоторых из них входила необходимость адекватно работать на изображениях, которые не являются символами. Модель в этих ситуациях должна как-то сигнализировать о том, что перед нами не символ. Сегодня мы как раз расскажем о том, зачем это в принципе может быть нужно, и о подходах, с помощью которых можно добиться желаемого эффекта.

Мотивация

А в чём вообще проблема? Зачем нужно работать на изображениях, которые не являются отдельными символами? Казалось бы, можно разделить фрагмент строки на символы, классифицировать их все и собрать из этого результат, как, например, на картинке ниже.



Да, конкретно в данном случае так действительно можно сделать. Но, увы, реальный мир устроен куда более сложно, и на практике при распознавании приходится иметь дело с геометрическими искажениями, смазом, пятнами кофе и прочими трудностями.

Источник
1 месяц назад
#

Samsung открывает бесплатный онлайн-курс по нейросетям в задачах компьютерного зрения



Вы пока не разбираетесь, почему ReLU лучше сигмоиды, чем отличается Rprop от RMSprop, чем нормализованный сигнал лучше ненормализованного и почему сигналы вообще стоит пробрасывать? И зачем нейронной сети нужен граф, и какую он совершил ошибку, что она распространяется обратно? У вас есть проект, в котором требуется компьютерное зрение, но вы хотите его реализовать при помощи OpenCV? Вы делаете межгалактического робота для борьбы с грязными тарелками, и хотите, чтобы он мог сам решать, отмывать или и так сойдет? Или вы видели предложения по зарплатам для специалистов ML на hh.ru и все еще под впечатлением?

Мы запускаем открытый
курс «Нейронные сети и компьютерное зрение», который адресован тем, кто в этой области делает первые шаги. В чем преимущества нашего курса?

  • авторы курса знают, о чем говорят: это инженеры московского Центра искусственного интеллекта Samsung, Михаил Романов и Игорь Слинько;
  • есть как теория (с опциональными математическими задачами для улучшения понимания), так и практика на PyTorch
  • приступаем к практике сразу после освоения минимальных теоретических знаний.
  • есть котейки
  • и самое главное: лучшие студенты будут приглашены на собеседование в Samsung Research Russia!




Источник
Den
3 месяца назад
#

Цвет Луны и Солнца из космоса в значениях RGB и цветовой температуры



Казалось бы, вопрос цвета Луны и Солнца из космоса для современной науки настолько простой, что в нашем веке совсем не должно возникать проблем с ответом. Речь идёт о цветах при наблюдении именно из космоса, т. к. атмосфера приводит к изменению цвета из-за рэлеевского рассеяния света. «Наверняка где-нибудь в энциклопедии об этом подробно, в числах уже давно написано» – скажете вы. Хорошо, прямо сейчас попробуйте поискать в Интернете об этом информацию. Получилось? Скорее всего, нет. Максимум, что вы найдёте – это пара слов о том, что Луна имеет буроватый оттенок, а Солнце – красноватый. Но вы не найдёте информацию о том, видны ли эти оттенки для человеческого глаза или нет, уж тем более значения цветов в RGB или хотя бы цветовые температуры. Зато вы найдёте кучу фотографий и видео, где Луна из космоса изображена абсолютно серой, в основном на фотографиях американской программы «Аполлон», и где Солнце из космоса изображено белым и даже голубым.

Сугубо моё личное мнение – это не что иное, как следствие вмешательства политики в науку. Ведь цвета Луны и Солнца из космоса непосредственно касаются полётов американцев на Луну.

Я перерыл множество научных статей и книг в поисках информации о цвете Луны и Солнца из космоса. К счастью, оказалось, что хоть в них нет прямого ответа в RGB, но есть полная информация о спектральной плотности излучения Солнца и отражательной способности Луны по спектру. Этого вполне достаточно, чтобы получить точные цвета в значениях RGB. Надо всего лишь аккуратно посчитать, что, собственно, я и сделал. В этой статье я с вами поделюсь результатами расчётов и, естественно, подробно расскажу о самих расчётах. И вы увидите Луну и Солнце из космоса в настоящих цветах!

Источник
4 месяца назад
#

Комбайны видеоаналитики: что мозг и машины делают с нашими лицами



image

Навык видеть и быстро узнавать лица – это сверхспособность. Не нужно тратить время на анализ, изучать морщинки, складки и овалы. Распознавание лица происходит мгновенно и без усилий. Это так легко, что мы не отдаем себе отчет в том, как нам это удается.

Задумайтесь, насколько разные лица похожи друг на друга – два глаза, рот, нос, по бокам торчат уши, каждый раз в одном и том же порядке (чаще всего). Невероятно, что мы проводим анализ объекта с такой легкостью.

Мы «запрограммированы» распознавать лица с рождения, но сейчас люди добились большего – научили машину этому навыку. Как повлияет на жизнь общества повсеместное внедрение систем распознавания и идентификации персон?

Источник

Авторизация

Войти с помощью

Пользователи

GeekBrains

КАРКАМ

Нетология