Поиск по сайту

На видео показано формирование спиральной волны. Подскажите пож. какие есть подходы для определения параметров (центр, частотный спект, шаг ) спиральных волн (интегральных , локальных) с использованием OpenCV или других библиотек. Спасибо

Доброго времени суток.Помоги написать программу на Питоне 3.6, либо на ++.Которая бы: детектировала лицо (сделано),далее находила AU's (ЕД, Пол Экман),на основе этих AU'sов предполагала эмоцию.На счет кода почти неважно чей он будет (e.c, copypast github) и по какой концепции будет реализован, главное чтобы можно было разобраться с распознаванием AU'sов.Есть пару проектов с гита по теме, но у меня они плюются ошибками:) Дедлайн по теме 15 января.

Всем привет, Для удобства работы с результатами semantic segmentation хочу векторизовать label map. Т.е. у нас есть картинка, где каждому пикселю соответствует номер класса и мы хотим все такие блобы закодировать полигонами, соответствующими границам объектов. Но, я внезапно обнаружил, что cv::findContours() работает только с бинарными изображениями (т.е. там только 2 лэйбла 'фон'/'не фон'). Теоретически я могу свести задачу к предыдущей, довольно просто генерируя для каждого класса соответствующую бинарную маску. Таким образом у меня получится куча контуров, но вот их иерархия вложенности, которая строится внутри findContours, будет невалидной, и придется делать какие-то дополнительные (не самые вычислительно-дешевые) телодвижения для того, чтобы определить корректный порядок отрисовки вложенных полигонов. Может быть кто-то сталкивался с подобной задачей и знает уже существующую имплементацию для конвертации label map'ов в полигоны для небинарных масок, с поддержкой древовидных иерархий?

Нарушил многолетнее молчание и зафигачил новый пост на Хабру про последние достижения науки и техники в области Feature Matching'а: https://habrahabr.ru/post/323688/ Т.ч. кому интересна тема, вэлкам) Критика, пожелания, замечания приветствуются!

Здравствуйте, коллеги! Ищем в команду программиста. Обязанности Проведение исследований в области компьютерного зрения, 3D-реконструкции по изображениям, анализа сцен и распознавания, а также обработки изображений. Требования Большой и успешный опыт разработки алгоритмов обработки изображений, компьютерного зрения и машинного обучения. Хорошая математическая подготовка. Желателен опыт использования Matlab, Octave, Python, Mathematica. Приветствуется опыт разработки на С/С++. Приветствуется опыт работы с GPU и CUDA/OpenCL. Желательно наличие научных публикаций и владение разговорным английским. Условия Заработная плата от 120 000 до 150 000 рублей в месяц (в зависимости от уровня, возможно больше). Официальное оформление по трудовому кодексу РФ, полностью "белая" зарплата. Испытательный срок - до 3-х месяцев с возможным понижением оплаты. Работа в команде из талантливых разработчиков и исследователей. Возможность реализации своих технических идей и подходов. Контакты: d.koganovsky@gmail.com 8 903 525 02 85 - Дмитрий. Пишите, звоните.

Здравствуйте, коллеги! Ищем в команду Инженера-исследователя, разработчика C++ Обязанности Разработка проекта на базе исходных кодов RTAB-Map, KinFu, KinectFusion. Разработка оборудования для автоматизированного 3D-сканирования и/или интеграция готовых решений. Разработка или адаптация алгоритмов на С/C++ под Linux для таких задач, как склейка панорамных фото и видео, склейка и выравнивание 3D-облаков точек, вычисление геометрии 3D-модели по картам глубины и фотографиям (фотограмметрия), оптимизация, фильтрация, компрессия 3D-модели, визуализация и реконструкция 3D-модели, восстановление областей без текстуры, сжатие текстур, разработка алгоритмов для определения положения в пространстве (одометрия). Адаптация под оборудование 3D-сканирования алгоритмов RGB-D mapping, Structure from Motion (SfM), Simultainiously Localization And Mapping (SLAM) и т.п.. Например, локализацией по сенсору Kinect и стереопаре фото-видеокамер. Работа со сторонними библиотеками из предметной области. Адаптация ПО для работы с данными с различных мобильных платформ, а также для работы в разных режимах: пост-обработка "в облаке" и в real-time. Изучение научных статей из предметной области. Требования Отличное знание C++, STD, STL, Boost. Опыт разработки под Linux-системы. Опыт и знания в области компьютерного зрения и распознавания образов. Крайне желательны знание и опыт работы с RTAB-Map, OpenCV, ROS, Qt. Желателен опыт работы с робототехникой, навыки в области радиоэлектроники и программирования контроллеров (например, Arduino). Умение работать с современным стеком средств разработки: QtCreator, CMake, Git, JIRA, системами автосборки, тестирования, профилировки, ревью кода, continuous integration. Навыки разработки по Agile-методологиям (Scrum). Приветствуются опыт и знания в следующих областях: 3D-реконструкция, обработка изображений, вычислительная геометрия, методы оптимизации, фотограмметрия, одометрия, CAD/САПР и 3D-графика. Также приветствуется опыт работы с OpenGL, DirectX, WebGL и Unity, опыт оптимизации вычислений с помощью GPU и знание CUDA. Приветствуется опыт разработки приложений под мобильные платформы с использованием датчиков положения и окружающей среды (гироскоп, акселерометр и т.п.). Приветствуется опыт программирования на Haskell, Python и других языках. Условия Заработная плата от 100 000 р. до 140 000 р. (в зависимости от уровня навыков, возможно больше). Испытательный срок - 3 месяца, без уменьшения зарплаты. Оформление по ТК РФ, белая зарплата, соцпакет, бонусы по достижении KPI. Новый амбициозный проект, в перспективе - проект мирового уровня. При максимальной вовлеченности и отдаче мы предоставляем индивидуальный гибкий график, в том числе, возможность брать дополнительные выходные, не оформлять справки о болезни, удлинять оплачиваемый отпуск, иногда работать из дома, индивидуальные office hours. opportunity Контакты: d.koganovsky@gmail.com 8 903 525 02 85 - Дмитрий. Пишите, звоните.