Перейти к содержимому
Compvision.ru

Nuzhny

Пользователи
 Профиль  Активность

  • Количество публикаций

    1 427

  • Зарегистрирован

  • Посещение

  • Days Won

    176

Сообщения, опубликованные пользователем Nuzhny

  1. Опубликовано · Report reply

    Сейчас с телефона, но по памяти параметр типа  approxPolyDP - это как раз Дуглас-Пекер. Встроен уже много лет как, можно пользоваться.

     

    Почему прямую так просто, потому что её усреднение с МНК сводится к решению системы линейных уравнений.

  2. Опубликовано · Report reply

    Ну, чуть выше Smorodov скинул ссылку на репозиторий с RANSAC, его же можно просто проверить, работает или нет.
    Далее про Дугласа-Пекера. Раз уж ищутся контуры, то можно их там же упростить/апроксимировать встроенными средствами. Можно даже просто так брать не все точки, а, скажем, каждую десятую.

  3. Опубликовано · Report reply

    Так а RANSAC не сработал? Он уж точно должен был.

    По поводу всех точек: можно брать только точки контура. Контур также можно брать не целиком по точкам, а аппроксимированный методом Дугласа-Рамера-Пекера - OpenCV это умеет. И точек будет совсем немного

  7. Опубликовано · Report reply

    On 6/24/2022 at 1:00 PM, powerok said:

    Добрый день, не судите по сайту, он в разработке. У нас опытные специалисты, со степенями к.т.н. и имеющие опыт работы в международных корпорациях на руководящих позициях, если есть предмет для разговора напишите на почту ib@powerok.site  свой контакт, поговорим, обсудим проект. С уважением, Иван

    Я тут, скорее, ваш коллега, а не заказчик. Поэтому и говорю, что будут смотреть на всё, на каждую мелочь - встречать по одёжке. Степени, специалисты - это важно больше для тендеров госкомпаний, а не для коммерческих заказчиков. Поэтому ещё важно иметь публичные успешные проекты, известных, ммм, инфюэнсеров. У меня среди знакомых фирма с аналогичной направленностью (были и кандидаты, и специалисты из топ компаний) загнулась из-за малого объёма заказов. Ну или быть, как Антон Мальцев с его Recognitor, который дал успешный старт и в других направлениях.

    С другой стороны, чёткая специализация и позиционирование может приводить проекты само по себе, даже без рекламы.

  8. Опубликовано · Report reply

    Не знаю, кто вы и какое качество непосредственно работ, но сайтом надо заняться получше. Глядя на него, доверия к конторе не возникает.

    1. Открой сайт в отдельной вкладке. Как она называется? "home page" с маленькой буквы?!! Ну нет, это же не сайт со студенческой курсовой.

    2. У меня в Firefox заголовок "Power of Knowledge" наползает на "We develop artificial intelligence, machine learning and vision, data processing, neural network". Прямо сильно наползает.

    3. В некоторых destinations текст начинается с маленькой буквы, а в других - с большой.

     

    Ну и в целом про позиционирование. Глядя на тот же сайт кажется, что у вас нет продукта. "Натренировали модель на открытых данных." Ну, ок. А что вы продаёте?

    Например, распознавание номеров, которое является одной из компетенций. Что есть продукт? Вы продаёте готовый продукт, который можно запустить как сервис и он берёт видео с камер и присылает в БД заказчика номера? Вы продаёте услуги по обучению нейросети на датасете заказчика? Вы приходите на объект, ставите камеру, собираете и размечаете датасет, тренируете, а потом выкатываете готовый проект по открыванию, например, шлагбаума на парковке?

    Даже если вы продаёте исключительно умение тренировать нейросети (что очень мало для клиента), то всё равно надо как-то это оформить в виде конкретных кейсов, типа: "За 1 месяц под ключ сделаем вам автоматическую парковку." Что-то в этом роде.

    • Thanks 1

  14. Опубликовано · Report reply

    А что такое сдвиги?

    Матрица гомографии хранит сдвиг центра в координатах H[0, 2] и H[1, 2]. Понятно, что с учётом поворота, наклона и изменения размера, для каждого пикселя будет свой сдвиг. И чтобы его получить, надо дополненные координаты пикселя умножить на матрицу гомографии. То есть [xi_new, yi_new, 1] = H * [xi, yi, 1].

    Ещё можно предположить, что требуется найти разложение матрицы гомографии на составляющие (на роизведение матриц для отдельных преобразований): сдвиг, вращение, скейл... Это тоже решается, но, кажется, не однозначно.

  15. Опубликовано · Report reply

    Гомография же задаёт в общем случае перспективное преобразование. В этом случае, между плоскостями двух снимков есть 2 угла: поворота и наклона. И они, кажется, связаны друг с другом.
    Если мы имеем дело с аффинным преобразованием, то да - у нас есть один угол поворота и всё.

    • Like 1
    • Thanks 1

  21. Опубликовано · Report reply

    Кажется, что на сшитом уже ничего особо не сделаешь - раньше надо было делать то, что используется в stitching методах. А тут разве что классический deblocking может зайти, чтобы не попортить информацию. Debloking - это просто фильтр вдоль границ склейки по сути.

    • Thanks 1

  22. Опубликовано · Report reply

    Кажется, что на представленном рисунке не CLAHE, а простой equalizeHist. Только лучше с этим поэкспериментировать.

    Минимум это: RGB изображение -> split по каналам -> equalizeHist для каждого канала -> merge.

    Но возможно, что лучше сработает перевод картинки в другое цветовое пространство, например HSV, а там делать эквализацию не для всех каналов, а только для насыщенности. Или для насыщенности и яркости. Короче, надо экспериментировать.

    Но и CLAHE может зайти, потому что эквализация - это довольно жёсткое преобразование и может сильно исказить (зато без потери информации).

    • Thanks 1

  25. Опубликовано · Report reply

    Я бы делал сегментацию пола грузовика. Калибровка камеры не нужна, если известен размер кузова. То есть знаем площадь, знаем объём свободного места от сегментации - профит.

×