После более четырёх лет разработки Агентство по перспективным оборонным научно-исследовательским разработкам США (DARPA) представило уникальную систему компьютерного зрения. Уникальность её в том, что для уточнения распознавания компьютерная система использует ЭЭГ-сигнал с человеческого мозга.
Читать полностью »
Главный вход офиса компании КРОК: обычная проходная, где обкатывались опытные образцы
Турникеты, запоминающие лица, уже испытаны в ФСО, аэропорту Норильска и в нашем офисе. Они узнают вас в солнцезащитных очках, шапке-ушанке и отличат вас от вашего брата-близнеца. Но начнём с самого начала.
В каждой системе есть промежуточный агент, с которым идёт сверка: это может быть карта с ключом, радиобрелок и так далее. Эта штука создаёт массу проблем, потому что может потеряться, по ней может пройти другой и так далее. Плюс, когда в бизнес-центре много арендаторов — это вообще настоящий ад с форматами карт-ключей.
Логично, что сверять надо без промежуточного агента, если есть такая техническая возможность. К сожалению, сверка по отпечаткам (они-то всегда с собой) не даёт нужной точности: тут или ложные срабатывания, или банальный порез, грязь и всё такое.Читать полностью »
Навеяно публикацией «Грязное программирование с чистой душой» (http://habrahabr.ru/company/abbyy/blog/144859/)
Хорошую метафору со многими смыслами привёл Дмитрий из компании ABBYY в своём посте. Автор, не обиженный отсутствием таланта и писательского дара, затрагивает очень тонкую пограничную сферу межсубстанционно-ментального перехода из «компьютерного железа» вместе с сопутствующей программной инфраструктурой в область информационную, где происходит невидимое «квантовое преобразование» физических законов в математические стохастики.
Действительно, чтобы очистить нечто-то грязное, всегда требуется запачкать что-то чистое. И этот принцип из коллекции Мэрфи абсолютно справедлив для субстанционного мира, но он, оказывается, вовсе не распространяется на ментальную сферу.Читать полностью »
При разработке систем распознавания образов часто возникают проблемы при оценке параметров, которые используются в качестве входного вектора. В данной статье я опишу подход, который можно применять при анализе векторов обучающей выборки, с целью обнаружения зависимостей между параметрами, а также сокращения размерности, что позволит в свою очередь сократить затрачиваемые вычислительные ресурсы при анализе данных и повысить репрезентативность обучающей выборки.
Целью данной работы является определение факторов входного вектора критериев обучающей выборки, предназначенных для решения данной задачи.
Читать полностью »
Сегодня я расскажу о своей первой работе в области распознавания образов, которую реализовал около 6 лет назад. Данной статьей я хотел бы заинтересовать молодых разработчиков областью распознавания и анализа изображений. Здесь я описал, как решал на тот момент данную задачу, при помощи несложного метода. Алгоритм анализа не претендует на высокую точность при работе с искаженными входными данными или со сложными изображениями.
Целью работы является идентификация расы человека по входному образу (фронтальный снимок лица человека).
Читать полностью »
В системах распознавания образов основными задачами являются – извлечение идентификационных признаков исходного образа и проведение этапа классификации и кластеризации над идентификационными признаками. На практике на этапе классификации для получения более качественного результата распознавания необходимо нелинейно варьировать параметр отклонения идентификационных признаков. В данной статье предлагается метод оптимизации параметра девиации идентификационных признаков при распознавании образов на основе нечетких нейронных сетей (ННС).
ПустьЧитать полностью »
Помните классику — как терминатор Т-800 видел окружающий его мир? Текстовые команды, мигающий курсор, примитивная графика: и всё это на зловещем красном фоне.
Пользователь Timo с Vimeo сделал любопытный ролик, смонтировав записи с разных камер наблюдения, где показано как работают современные системы распознавания образов и какую картинку они выдают. Пока, конечно, им далеко даже до устаревшей модели терминатора, но оценить то, как «видят мир» компьютеры кажется весьма интересным.
Помните классику — как терминатор Т-800 видел окружающий его мир? Текстовые команды, мигающий курсор, примитивная графика: и всё это на зловещем красном фоне.
Пользователь Timo с Vimeo сделал любопытный ролик, смонтировав записи с разных камер наблюдения, где показано как работают современные системы распознавания образов и какую картинку они выдают. Пока, конечно, им далеко даже до устаревшей модели терминатора, но оценить то, как «видят мир» компьютеры кажется весьма интересным.
