Вчера на моем рабочем месте появился новенький девайс — новенький спектрофотометр PHOTON RT (made in Belarus).
После прочтения инструкции (важный момент!) сразу захотелось опробовать данный прибор в хабрасообщества личных целях.
Так в качестве испытуемых мышей объектов использовались очки для компьютера марки GUNNAR (герой этой статьи), которые у меня появились недавно и солнцезащитные очки марки Polaroid.
Читать полностью »
Оптический поток (Optical flow) – технология, использующаяся в различных областях computer vision для определения сдвигов, сегментации, выделения объектов, компрессии видео. Однако если мы захотим его по-быстрому реализовать в своем проекте, прочитав про него на википедии или где-нибудь еще, то, скорее всего, очень быстро наткнемся на то, что он работает очень плохо и сбоит при определении сдвигов уже порядка 1-2 пикселей (по крайней мере так было у меня). Тогда обратимся к готовым реализациям, например, в OpenCV. Там он реализован различными методами и совершенно непонятно, чем аббревиатура PyrLK лучше или хуже обозначения Farneback или чего-нибудь в этом роде, да и придется поразбираться со смыслом параметров, которых в некоторых реализациях очень много. Причем, что интересно, эти алгоритмы как-то работают, в отличие от того, что мы написали сами. В чем же секрет?
Читать полностью »
Фасеточные глаза, состоящие из множества узких светочувствительных конусов, называемых омматидиями, характерны для насекомых и ракообразных. Хотя они имеют меньшее разрешение, чем глаза позвоночных, у них есть ряд преимуществ — они менее инерционны (некоторые насекомые способны воспринимать мелькания с частотой до 300 Гц ), не требуют фокусировки и могут различать не только цвет но и направление поляризации света. Команда учёных из Федеральной политехнической школы Лозанны (EPFL) создала прототип искусственного фасеточного глаза, который использует преимущества такой конструкции.
В системах компьютерного зрения и обработки изображений часто возникает задача определения перемещений объектов в трехмерном пространстве с помощью оптического сенсора, то есть видеокамеры. Имея на входе последовательность кадров, необходимо воссоздать запечатленное на них трехмерное пространство и те изменения, которые происходят с ним с течением времени. Звучит сложно, но на практике зачастую достаточно найти смещения двухмерных проекций объектов в плоскости кадра.
Если мы хотим узнать на сколько тот или иной объект объект сместился по отношению к его же положению на предыдущем кадре за то время, которое прошло между фиксацией кадров, то скорее всего в первую очередь мы вспомним про оптический поток (optical flow). Для нахождения оптического потока можно смело воспользоваться готовой протестированной и оптимизированной реализацией одного из алгоритмов, например, из библиотеки OpenCV. При этом, однако, очень невредно разбираться в теории, поэтому я предлагаю всем заинтересованным заглянуть внутрь одного из популярных и хорошо изученных методов. В этой статье нет кода и практических советов, зато есть формулы и некоторое количество математических выводов.
Читать полностью »
