:
pāris vārdi par šiem attēliem. vispirms - es neesmu tēmas eksperts nekādā līmenī, tādēļ nav nekādas vajadzības manis teiktajam ticēt un mierīgi variet palasīties arī paši.
attēlu autors ir google algoritms (vai neironu tīkls, mākslīgais intelekts, kā nu mēs vēlamies) attēlu atpazīšanai (droši vien būsiet mēģinājuši reverse image search), tomēr pagaidām vēl ne pats, bet cilvēka mudināts. algoritms attēlu apskata vairākās fāzēs, vispirms, piemēram, izceļot robežas (orientējoši - fotošopa "edge detection"), vēlāk salīdzinot ar formām no tā atmiņas - vispārīgākām (zvaigzne, ķeltu krusts, egle) un konkrētākām (Haga Sophia, Baraka Obamas seja). varbūt svarīgi piebilst, ka algoritms necenšas obilgāti piemeklēt kaut kādu VIENU attēlu, kas atbilstu tam, ko uzdots meklēt, bet salīdzina ar sev zināmajām formām.
attēlu iegūšanas tehnika šajā gadījumā ir ne tikai likt algoritmam atpazīt formu, bet arī pārveidot attēlu tā, lai izceltu to, no kā tas šo formu atpazinis - tā kā ar pirkstu velkot līdzi zvaigzēm, lai parādītu, kur tur ir rati vai Oriona josta. un darīt to vairāk kā vienu reizi katram attēlam. kā arī, atkāpjoties no normālās secības, kādā algoritms apskatītu attēlus un iedvešot tam neparastas domas.
piemēram, atrast banānu random trokšņa bildē:
bet visskaistāk ir tad, ja bildē sākotnēji kaut kas ir, bet algoritms meklē kaut ko (kas pašam tuvāks) tur, kur nekā (vai vismaz TĀ) nav.
un tad notiek šādi:
bildes: https://photos.google.com/share/AF1QipP
teorija: http://googleresearch.blogspot.co.uk/20
pāris vārdi par šiem attēliem. vispirms - es neesmu tēmas eksperts nekādā līmenī, tādēļ nav nekādas vajadzības manis teiktajam ticēt un mierīgi variet palasīties arī paši.
attēlu autors ir google algoritms (vai neironu tīkls, mākslīgais intelekts, kā nu mēs vēlamies) attēlu atpazīšanai (droši vien būsiet mēģinājuši reverse image search), tomēr pagaidām vēl ne pats, bet cilvēka mudināts. algoritms attēlu apskata vairākās fāzēs, vispirms, piemēram, izceļot robežas (orientējoši - fotošopa "edge detection"), vēlāk salīdzinot ar formām no tā atmiņas - vispārīgākām (zvaigzne, ķeltu krusts, egle) un konkrētākām (Haga Sophia, Baraka Obamas seja). varbūt svarīgi piebilst, ka algoritms necenšas obilgāti piemeklēt kaut kādu VIENU attēlu, kas atbilstu tam, ko uzdots meklēt, bet salīdzina ar sev zināmajām formām.
attēlu iegūšanas tehnika šajā gadījumā ir ne tikai likt algoritmam atpazīt formu, bet arī pārveidot attēlu tā, lai izceltu to, no kā tas šo formu atpazinis - tā kā ar pirkstu velkot līdzi zvaigzēm, lai parādītu, kur tur ir rati vai Oriona josta. un darīt to vairāk kā vienu reizi katram attēlam. kā arī, atkāpjoties no normālās secības, kādā algoritms apskatītu attēlus un iedvešot tam neparastas domas.
piemēram, atrast banānu random trokšņa bildē:
bet visskaistāk ir tad, ja bildē sākotnēji kaut kas ir, bet algoritms meklē kaut ko (kas pašam tuvāks) tur, kur nekā (vai vismaz TĀ) nav.
un tad notiek šādi:
bildes: https://photos.google.com/share/AF1QipP
teorija: http://googleresearch.blogspot.co.uk/20