Не дайте себя одурачить — это не листья на деревьях.
Это сотни зелёных кольчатых попугаев, которые мастерски скрываются среди ветвей в Лондоне. Природа создала для них идеальную маскировку: взгляд скользит мимо, пока неожиданно не улавливает движение, взгляд или клюв.
Это сотни зелёных кольчатых попугаев, которые мастерски скрываются среди ветвей в Лондоне. Природа создала для них идеальную маскировку: взгляд скользит мимо, пока неожиданно не улавливает движение, взгляд или клюв.
У современных тепловизионных камер есть такая техническая характеристика, как DRI - обнаружение (detection), распознавание (recognition) и идентификация (identification).
Обнаружение - позволяет заметить цель на фоне подстилающей поверхности.
Распознавание - позволяет определить к какому классу объектов относится цель.
Идентификация - позволяет опознать цель на основании видимых признаков.
У тепловизионных камер с охлаждаемыми детекторами третьего поколения реальные параметры DRI лежат в пределах 6-7, 4 и 2-2.5 километров соответственно. Часто в технических характеристиках производители камер указывают дальности обнаружения цели типа "танк" до 14 километров, однако эти сугубо математические данные на основе вычислений в идеальных условиях. В реальной обстановке наземный объект на такой дальности обнаружить практически невозможно.
На втором фото реальный пример обнаружения целей в камеру третьего поколения с детектором 640х512 MWIR диапазона (3-5 мкм). По силуэтам целей можно понять, что они относятся к классу военных гусеничных машин, однако детализации все еще недостаточно, чтобы опознать в них БМП-1.
Обнаружение - позволяет заметить цель на фоне подстилающей поверхности.
Распознавание - позволяет определить к какому классу объектов относится цель.
Идентификация - позволяет опознать цель на основании видимых признаков.
У тепловизионных камер с охлаждаемыми детекторами третьего поколения реальные параметры DRI лежат в пределах 6-7, 4 и 2-2.5 километров соответственно. Часто в технических характеристиках производители камер указывают дальности обнаружения цели типа "танк" до 14 километров, однако эти сугубо математические данные на основе вычислений в идеальных условиях. В реальной обстановке наземный объект на такой дальности обнаружить практически невозможно.
На втором фото реальный пример обнаружения целей в камеру третьего поколения с детектором 640х512 MWIR диапазона (3-5 мкм). По силуэтам целей можно понять, что они относятся к классу военных гусеничных машин, однако детализации все еще недостаточно, чтобы опознать в них БМП-1.
Forwarded from Дневник Технаря
This media is not supported in your browser
VIEW IN TELEGRAM
Появилось лучшее приложение для борьбы с думскроллингом — оно включает рикролл, как только вы отвлекаетесь на телефон.
Сервис использует простой алгоритм отслеживания глаз и работает на всех ОС. Поможет ловить фокус на учебе и работе.
Забираем бесплатно здесь.
@dnevteh
Сервис использует простой алгоритм отслеживания глаз и работает на всех ОС. Поможет ловить фокус на учебе и работе.
Забираем бесплатно здесь.
@dnevteh
🔥1
👤 Окрас человеческой радужки полностью зависит от концентрации природного пигмента меланина. Половина населения США и более семидесяти процентов всех жителей планеты имеют темно-карие глаза, надежно защищающие зрение от опасного ультрафиолетового излучения яркого солнца.
🧪 С научной точки зрения голубой цвет возникает из-за оптического эффекта рассеяния Рэлея. В радужной оболочке практически нет синего пигмента, просто волокна ткани рассеивают короткие световые волны гораздо сильнее, создавая визуальную иллюзию светлого небесного оттенка.
🦋 Похожие оптические иллюзии структурной окраски регулярно встречаются в живой природе нашей планеты. Например, яркие синие перья тропических птиц или переливающиеся крылья бабочек морфо также лишены красителя, отражая свет исключительно благодаря своей уникальной микроскопической клеточной структуре.
🧬 До две тысячи десятого года биологи ошибочно считали этот признак результатом работы лишь одного гена. Современные масштабные исследования доказали, что за формирование итогового оттенка радужки у новорожденного ребенка одновременно отвечают целых шестнадцать различных генетических участков.
🧪 С научной точки зрения голубой цвет возникает из-за оптического эффекта рассеяния Рэлея. В радужной оболочке практически нет синего пигмента, просто волокна ткани рассеивают короткие световые волны гораздо сильнее, создавая визуальную иллюзию светлого небесного оттенка.
🦋 Похожие оптические иллюзии структурной окраски регулярно встречаются в живой природе нашей планеты. Например, яркие синие перья тропических птиц или переливающиеся крылья бабочек морфо также лишены красителя, отражая свет исключительно благодаря своей уникальной микроскопической клеточной структуре.
🧬 До две тысячи десятого года биологи ошибочно считали этот признак результатом работы лишь одного гена. Современные масштабные исследования доказали, что за формирование итогового оттенка радужки у новорожденного ребенка одновременно отвечают целых шестнадцать различных генетических участков.
This media is not supported in your browser
VIEW IN TELEGRAM
Процесс автоматической сортировки стаканов 🔩
Forwarded from CodeMode | Программирование
📕Artificial Intelligence and Machine Learning Techniques in Image Processing and Computer Vision
Описание:
В этом новом издании представлены глубокие и детальные знания о последних исследованиях в области обработки изображений и компьютерного зрения. Рассказывая об алгоритмах и моделях машинного обучения, авторы проводят различие между различными доступными алгоритмами и рассказывают, как выбрать тот, который следует использовать для получения наиболее точных результатов для конкретной задачи, связанной с определенными ограничениями. В книге приведены реальные примеры, иллюстрирующие концепции и методы.
🧷Скачать бесплатно
2024 #eng #AI
CodeMode | Программирование
Описание:
В этом новом издании представлены глубокие и детальные знания о последних исследованиях в области обработки изображений и компьютерного зрения. Рассказывая об алгоритмах и моделях машинного обучения, авторы проводят различие между различными доступными алгоритмами и рассказывают, как выбрать тот, который следует использовать для получения наиболее точных результатов для конкретной задачи, связанной с определенными ограничениями. В книге приведены реальные примеры, иллюстрирующие концепции и методы.
🧷Скачать бесплатно
2024 #eng #AI
CodeMode | Программирование
Forwarded from XOR
Человек больше не различает фото настоящих людей от сгенерированных — к такому выводу пришли австралийские исследователи.
В эксперименте (125+ участников) людей просили определить, где реальное лицо, а где созданное ИИ. В результате точность оказалась близка к случайному угадыванию. А все дело в том, что искусственные лица нередко кажутся более реальными — из-за симметрии и усреднённой привлекательности.
Проверить свой встроенный ИИ-детектор можно здесь.😎
@xor_journal
В эксперименте (125+ участников) людей просили определить, где реальное лицо, а где созданное ИИ. В результате точность оказалась близка к случайному угадыванию. А все дело в том, что искусственные лица нередко кажутся более реальными — из-за симметрии и усреднённой привлекательности.
Проверить свой встроенный ИИ-детектор можно здесь.
@xor_journal
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from в IT и выйти
ChatGPT может дать подробный отчет по вашему лицу — оценку внешности, а также комментарии по одежде и стрижке.
Сохраняем завирусившийся промт:
Если оценка плохая — виноват Сэм Альтман.
@techmedia
Сохраняем завирусившийся промт:
Create a clean, minimal, high-end facial beauty report based on this photo. Use a black-on-white design with thin lines, rounded cards, and a luxury aesthetic. Include a simple contour line drawing of the face, an honest attractiveness analysis (symmetry, proportions, bone structure, skin, etc.), clear scores, strengths, areas for improvement, and actionable grooming/style recommendations. Keep it data-driven, visually refined, and not overly flattering. the text is in RussianЕсли оценка плохая — виноват Сэм Альтман.
@techmedia
Forwarded from ОбОбраз
Ученые и студенты Лаборатории интеллектуальных сенсорных систем Центрального университета и Сколтеха разработали способ повысить точность устройств для отслеживания движения глаз (айтрекеров). Новый метод отметили наградой Best Paper Award на престижной международной конференции IEEE REEPE.
Внедрение новой разработки позволит улучшить эффективность и масштабировать применение айтрекеров в самых разных сферах деятельности: в медицине для оценки скорости перемещения взгляда пациента во время реабилитации, оценки паттернов поведения в неврологии, тестировании графических интерфейсов и киберспорте.
ОбОбраз
Внедрение новой разработки позволит улучшить эффективность и масштабировать применение айтрекеров в самых разных сферах деятельности: в медицине для оценки скорости перемещения взгляда пациента во время реабилитации, оценки паттернов поведения в неврологии, тестировании графических интерфейсов и киберспорте.
ОбОбраз
Психологи научили людей идеально отличать настоящие лица от созданных ИИ
Исследователи из Австралийского национального университета показали: людей можно довольно быстро натренировать отличать настоящие лица от сгенерированных ИИ. Результаты опубликованы в журнале PNAS.
Авторы объясняют, что искать грубые огрехи вроде «шестого пальца» уже мало полезно, так как генеративные модели стали слишком качественными. Вместо этого команда психолога Эми Доуэл предложила смотреть на общие черты. ИИ-лица часто кажутся слишком симметричными, пропорциональными и привлекательными — именно поэтому мы нередко принимаем их за реальные.
В эксперименте 45 студентам ANU просто показывали лица и просили их угадать, реальные это люди или нет. Затем участники сразу узнавали правильный ответ. Во время такой практики они опирались на шесть признаков:
— непохожесть на других,
— запоминаемость,
— пропорциональность,
— симметричность,
— привлекательность,
— выразительность.
Эффект оказался сильным: точность выросла с 41,4% до 81,1%, а лучшие участники почти не ошибались. В работе использовали изображения, созданные нейросетью StyleGAN. Похожий результат затем повторили онлайн в Канаде, в Университете Виктории, что подтвердило надежность метода.
По словам авторов, такой подход может лечь в основу коротких обучающих программ для распознавания дипфейков.
Изображение: A_Iv/Shutterstock/FOTODOM; PNAS
*на втором изображении пример картинок, которые предлагались участникам эксперимента, и перцептивные характеристики, по которым они оценивали лица
Исследователи из Австралийского национального университета показали: людей можно довольно быстро натренировать отличать настоящие лица от сгенерированных ИИ. Результаты опубликованы в журнале PNAS.
Авторы объясняют, что искать грубые огрехи вроде «шестого пальца» уже мало полезно, так как генеративные модели стали слишком качественными. Вместо этого команда психолога Эми Доуэл предложила смотреть на общие черты. ИИ-лица часто кажутся слишком симметричными, пропорциональными и привлекательными — именно поэтому мы нередко принимаем их за реальные.
В эксперименте 45 студентам ANU просто показывали лица и просили их угадать, реальные это люди или нет. Затем участники сразу узнавали правильный ответ. Во время такой практики они опирались на шесть признаков:
— непохожесть на других,
— запоминаемость,
— пропорциональность,
— симметричность,
— привлекательность,
— выразительность.
Эффект оказался сильным: точность выросла с 41,4% до 81,1%, а лучшие участники почти не ошибались. В работе использовали изображения, созданные нейросетью StyleGAN. Похожий результат затем повторили онлайн в Канаде, в Университете Виктории, что подтвердило надежность метода.
По словам авторов, такой подход может лечь в основу коротких обучающих программ для распознавания дипфейков.
Изображение: A_Iv/Shutterstock/FOTODOM; PNAS
*на втором изображении пример картинок, которые предлагались участникам эксперимента, и перцептивные характеристики, по которым они оценивали лица
Forwarded from в IT и выйти
За выпечкой в России будут следить РОБОТЫ — «Перекрёсток» начал тестировать «Умного пекаря» в своих супермаркетах.
Система на базе ИИ и видеоконтроля помогает наполнять витрины, формировать производственные планы для пекарни и обеспечивать свежую выпечку в течение дня.
Если раньше основную часть просто выпекали в первой половине дня, то теперь в магазинах анализируется спрос в разные часы, чтобы нужное и свежее всегда было на месте.
Сейчас тесты проходят в двух супермаркетах Москвы, но в будущем система может заработать по всей стране.
Киберпанк добрался до хлеба.
@techmedia
Система на базе ИИ и видеоконтроля помогает наполнять витрины, формировать производственные планы для пекарни и обеспечивать свежую выпечку в течение дня.
Если раньше основную часть просто выпекали в первой половине дня, то теперь в магазинах анализируется спрос в разные часы, чтобы нужное и свежее всегда было на месте.
Сейчас тесты проходят в двух супермаркетах Москвы, но в будущем система может заработать по всей стране.
Киберпанк добрался до хлеба.
@techmedia