Computer Vision

Обсуждаем здесь!!! Кто первый?

Что это???

Недавно писал программу типа микро файн ридера ....

Читает строку текста на однотонном фоне ... распознавалка Нейросеть однослойный персептрн
обучалка - строится поле вероятности черных пикселей алфавита

основная проблемма - сигментатор ...

Проблемма - при сигментации маленькая буква эл анг. обрамляется границами описывающего букву прямоугольника. После масштабирования я получаю не палочку а черн квадрат на всем поле вероятности для буквы.

Вопрос:
как сотворить такой сигментатор - масштабатор который бы оставил от эл палочку на фоне а не творил из нее квадрат ????

Вопрос сложный. Нужно алгоритмы повыбирать масштабирования. Их же существет много...

Собственно говоря масштабироване
за меня делал клас TCanvas тот который в Delphi
(прогу я в делфи пишу)
Тоесть рассматриваем самый простой масштабный преобразователь.
Дело в том что из-за возможной непостоянности ширины пробелов
между буквами лучше всего (имхо) отлавливать горизонтальные границы буквы ...
И это хорошо работает в случае буквы "К" или "Т"
но вот та же 1 превращается в ооочен широкую еденицу заполняя собой
почти все поле вероятности ... О вот l(эл) и подавно ...
Приминения локусов Делане (клеток Воронова) для сигментации
тоже ничего не дает ... Но мне так кажется что надо дать ограничение на
ширину линии образующей буквы ... В таком случае буквы булы бы широкими
но линии в них не расстягивались на все поле вероятности.
Вот только как запрограммировать такой
масштабный преобразователь пока идей нет...

Может алгоритм Хоффа попробовать? Я писал как-то, замысловатая вещь. быстро не поймет, хотя поймет, если там только прямоугольник. Никакой нейросети, просто мистика!

А что это за алгоритм такой?

можно подробнее? пожааааалуйса

Народ!!! Как-то странно, что на сайте по робототехнике вас интересует распознавание текста?!
С методами компьютерного зрения давно работаю и, в принципе, распознавание текста не такая уж и сложная проблема. А вот задача реконструкции трехмерной среды движения робота более интересная и, соответственно, намного сложнее. Решение подобной задачи позволяет использовать только WEB-камеру как сенсор для локальной и персональной навигации роботом. Это позволяет удешевить самодельные роботы и реализовывать более сложный AI в поведении робота.

Простите, а сколько Web камер будет установлено на роботе?

Я так понимаю что для локальной реконструкции 2-я камера могла бы быть более чем полезна ...

Можно конечно распознавать ребра и строить грани многогранника,

но как по мне в всеравно на 1-й Камере сработает вся та же древняя проблема выпуклости вогнутости куба(как кванта многогранника) которая может дать совершенно не ту пространственную модель

насчет выпуклости-вогнутости стоит считать по освещенности и ее изменению при повороте камеры, делая предположение об нахождении источника света. нормально работает при постоянном положении источника

Цитата:

делая предположение об нахождении источника света.

Впринципе его не так и сложно получить ... градиент мощности светового потока всегда направлен на источник( ну это если он один) а если их много тогда ... надо создавать масив и моделировать освещенность граней ... сложновато как то получается ...

иск.разум что такое разум поймите это слово тоесь разумное решение а значит программа которая отвечает разумно это и есть искусственный разум.

продукционные системы тоже отвечают разумно но интеллектом у меня язык не поднимается их назвать ...
Иное дело нейросети .... но в их случае определение сущностей РАЗУМ ХОРОШО ПЛОХО и т.д.
ооочень сложная задача ...

Цитата:

иск.разум что такое разум поймите это слово тоесь разумное решение а значит программа которая отвечает разумно это и есть искусственный разум.

Единственный искусственный разум, который нам дано воспроизводить это наши дети.

Неживые механизмы (и любые электронные) по существу не могут обладать разумом, поскольку не могут обладать самосознанием. Мы можем лишь съэмулироваь интеллект, но по сути это мы делаем в каждой программе. Можно для эмитирования разумности использовать генератор случайных чисел, но любой неглупый человек поймет, что это пыль в глаза. К тому же сам генератор не может выдавать действительно случайных чисел, если процесс генерации не увязать с импульсами от конкретного пользователя.

Но с другой стороны романтизация и идеализация области исследований позволяет мотивировать и устремлять вперед.

Цитата:

продукционные системы тоже отвечают разумно но интеллектом у меня язык не поднимается их назвать ... Иное дело нейросети .... но в их случае определение сущностей РАЗУМ ХОРОШО ПЛОХО и т.д.

нейронный сети, к сожалению - дело не иное. То, что мы не видим подробностей при их срабатывании на входящий импульс, не означает действительного "размышления" сети.

Нейронная сеть, как слоистая система весовых связей - тупиковая ветвь в "искусственном интеллекте". Это игры с ящиком Пандоры. И чем раньше это все поймут, тем быстрее будут найдены более адекватные методы.

Нейронную сеть мы изучали в универе почти 15 лет назад, и, похоже, ее преподают в ВУЗах до сих пор, ставя вплоне еще свежие головы студентов на все те же рельсы.

не могу не согласится)
вот говорите изучали 15 лет назад в универе, а что вы все эти 15 лет после этого следите за нейросетями? мне даже смешно слышать домыслы людей которые особо даже не разбирались в том, о чем говорят
или вы думаете что люди которые придумывают действующие системы на НС станут кричать на лево и на право "ура, я придумал ИИ".. просто все это скрывается
и впредь не стоит говорить людям "не иди туда, там снег на башка упадет" в направлении где сам не был...

Сейчас идет усиленные разработки нейросетей в направлении Распазнавании образов
и могу сказать, что наблюдаются успехи, пусть даже не большие но продвигаемся
просто вся суть что система распознавания образа, очень сложна и можно так сказать исходит уже от ИИ... т.е. чтоб придумать ЗРЕНИЕ нужно придумать ИИ ну или обратно, если придумать ЗРЕНИЕ то ИИ недалеко

Лучше бы те, кто придумывает что то новое делились - тогда и развитие робототехники шло в гору!

Попытавшись прикинуть, каким образом я сам моделирую пространство вокруг себя, пришел к такой версии:
2 камеры, положение которых фиксируется. ими наводится фокус на предмет. по поворотам камер вычисляется расстояние до предмета. объем, занимаемый предметом в пространстве, отмечается как сфера или овал в объеме, в который вписан этот предмет с небольшим запасом.
ну и его фото на память для последующего узнавания. или несколько фото с разных сторон.
Вычислять более точно форму только при ближайшем детальном рассмотрении, т.к. для маневрирования в пространстве достаточно стен(опять же с запасом) и препятствий.

Ведь мы, входя в неизвестную местность, не видим сразу все предметы со всех сторон и не различаем их, мы видим их только с одной стороны и размеры прикидываем приблизительно. Но это не мешает уточнять. И помним предметы зачастую как фотографию, с трудом пытаясь мысленно её "повертеть"

Так зачем это роботу? С распознаванием фото сейчас заметный прогресс. И роботу можно позволить ошибаться как человеку. Например, упрощать две сравниваемые картинки до тех пор, пока они не станут достаточно похожи. Ребёнок ведь тоже не отличит компьютерную "мышку" от своей машинки, пока у него в голове не отложатся более четкие образы того и другого предметов.