SlideShare une entreprise Scribd logo
1  sur  45
РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ Конушин Антон CSEDays-2010
Задача ,[object Object],Мы видим Компьютер видит Source: S. Narasimhan
Что мы можем сказать про изображение?
Категория изображения ,[object Object],[object Object],[object Object]
Найти интересные объекты (людей)
Семантическая сегментация mountain building tree people street lamp tree sky
Идентификация: что это за здание?
Почему это сложно?
Michelangelo  1475-1564 slide credit: Fei-Fei, Fergus & Torralba  Проблемы :  точка наблюдения
Проблемы :  освещение Source: J. Koenderink
Проблемы: масштаб Slide credit: Fei-Fei, Fergus & Torralba
Проблемы: деформации Xu, Beihong 1943 Slide credit: Fei-Fei,  Fergus & Torralba
Проблемы: перекрытия Magritte, 1957  slide credit: Fei-Fei, Fergus & Torralba
Проблемы: текстуры и беспорядок
Проблемы: движение
Проблемы: внутриклассовая изменчивость slide credit: Fei-Fei, Fergus & Torralba
Проблемы: локальная неоднозначность slide credit: Fei-Fei, Fergus & Torralba
Сложности или возможности? ,[object Object],[object Object],Image source: J. Koenderink
Цвет и текстура
Тени и освещение Source: J. Koenderink
Отбрасываемые тени Source: J. Koenderink
Перспектива
Дымка
Упорядочивание по глубине Source: J. Koenderink
Форма: текстурный градиент
Резюме ,[object Object],[object Object],Image source: F. Durand
История: Л.Дж. Робертс  1960 г: L. G. Roberts,  Machine Perception of Three Dimensional Solids,  Ph.D. thesis, MIT Department of Electrical Engineering, 1963.
История: Давид Марр (1980) ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Зрение человека ,[object Object]
Как человек видит…
Устройство глаза
Что мы на самом деле видим
Движения глаз
Что сейчас работает? ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Распространение изображений 29.03.10 Slide  Personal photo albums Surveillance and security Movies, news, sports
Распознавание текста Digit recognition, AT&T labs http:// www.research.att.com/~yann / License plate readers http:// en.wikipedia.org/wiki/Automatic_number_plate_recognition Source: S. Seitz
Поиск лиц ,[object Object],[object Object],Source: S. Seitz
Поиск улыбки Sony Cyber-shot® T70 Digital Still Camera  Source: S. Seitz
Распознавание лиц Кто она? Source: S. Seitz
Биометрия “ How the Afghan Girl was Identified by Her Iris Patterns ”  Read the  story  Source: S. Seitz
Идентификация пользователя Fingerprint scanners on many new laptops,  other devices Face recognition systems now beginning to appear more widely http:// www.sensiblevision.com / Source: S. Seitz
Распознавание объектов ,[object Object],Source: S. Seitz
iPhone Apps (www.kooaba.com)
Умные машины ,[object Object],[object Object],[object Object],Source: S. Seitz
[object Object]

Contenu connexe

Similaire à Антон Конушин_Введение

CV2011 Lecture 1. Part 1. Introduction to computer vision
CV2011 Lecture 1. Part 1. Introduction to computer visionCV2011 Lecture 1. Part 1. Introduction to computer vision
CV2011 Lecture 1. Part 1. Introduction to computer visionAnton Konushin
 
Презентация 1. Введение в компьютерное зрение
Презентация 1. Введение в компьютерное зрениеПрезентация 1. Введение в компьютерное зрение
Презентация 1. Введение в компьютерное зрениеSKFU
 
20120413 videorecognition konushin_lecture01
20120413 videorecognition konushin_lecture0120120413 videorecognition konushin_lecture01
20120413 videorecognition konushin_lecture01Computer Science Club
 
Как создать учебный фильм 2014
Как создать учебный фильм 2014Как создать учебный фильм 2014
Как создать учебный фильм 2014deutschonline
 
Lecture 1. Introduction to Computer Vision
Lecture 1. Introduction to Computer VisionLecture 1. Introduction to Computer Vision
Lecture 1. Introduction to Computer VisionVladimirVolokhov
 

Similaire à Антон Конушин_Введение (7)

CV2011 Lecture 1. Part 1. Introduction to computer vision
CV2011 Lecture 1. Part 1. Introduction to computer visionCV2011 Lecture 1. Part 1. Introduction to computer vision
CV2011 Lecture 1. Part 1. Introduction to computer vision
 
Презентация 1. Введение в компьютерное зрение
Презентация 1. Введение в компьютерное зрениеПрезентация 1. Введение в компьютерное зрение
Презентация 1. Введение в компьютерное зрение
 
20120413 videorecognition konushin_lecture01
20120413 videorecognition konushin_lecture0120120413 videorecognition konushin_lecture01
20120413 videorecognition konushin_lecture01
 
Лекция 1
Лекция 1Лекция 1
Лекция 1
 
Как создать учебный фильм 2014
Как создать учебный фильм 2014Как создать учебный фильм 2014
Как создать учебный фильм 2014
 
Lecture 1. Introduction to Computer Vision
Lecture 1. Introduction to Computer VisionLecture 1. Introduction to Computer Vision
Lecture 1. Introduction to Computer Vision
 
3Ducation (RUS)
3Ducation (RUS)3Ducation (RUS)
3Ducation (RUS)
 

Plus de LiloSEA

Степан Петухов
Степан ПетуховСтепан Петухов
Степан ПетуховLiloSEA
 
Лукина Ольга. Безопасность в соц. сетях
Лукина Ольга. Безопасность в соц. сетяхЛукина Ольга. Безопасность в соц. сетях
Лукина Ольга. Безопасность в соц. сетяхLiloSEA
 
Андрей Лабунец. Механизмы трассировки
Андрей Лабунец. Механизмы трассировкиАндрей Лабунец. Механизмы трассировки
Андрей Лабунец. Механизмы трассировкиLiloSEA
 
Андрей Гаража. Биоинформатика
Андрей Гаража. БиоинформатикаАндрей Гаража. Биоинформатика
Андрей Гаража. БиоинформатикаLiloSEA
 
Александр Тиморин. Мошеннические атаки
Александр Тиморин. Мошеннические атакиАлександр Тиморин. Мошеннические атаки
Александр Тиморин. Мошеннические атакиLiloSEA
 
Михаил Рыбалкин. Перестановочные многочлены.
Михаил Рыбалкин. Перестановочные многочлены.Михаил Рыбалкин. Перестановочные многочлены.
Михаил Рыбалкин. Перестановочные многочлены.LiloSEA
 
Cse коновалова титов
Cse коновалова титовCse коновалова титов
Cse коновалова титовLiloSEA
 
схемы разделения секрета
схемы разделения секретасхемы разделения секрета
схемы разделения секретаLiloSEA
 
почти пороговая схема разделения секрета
почти пороговая схема разделения секретапочти пороговая схема разделения секрета
почти пороговая схема разделения секретаLiloSEA
 
Алексей Голдбергс. Криптография для бизнеса
Алексей Голдбергс. Криптография для бизнесаАлексей Голдбергс. Криптография для бизнеса
Алексей Голдбергс. Криптография для бизнесаLiloSEA
 
Hash cse lecture3
Hash cse lecture3Hash cse lecture3
Hash cse lecture3LiloSEA
 
Hash cse lecture1
Hash cse lecture1Hash cse lecture1
Hash cse lecture1LiloSEA
 
Hash cse lecture2
Hash cse lecture2Hash cse lecture2
Hash cse lecture2LiloSEA
 
Simonova sql server-enginetesting
Simonova sql server-enginetestingSimonova sql server-enginetesting
Simonova sql server-enginetestingLiloSEA
 
Simonova CSEDays
Simonova CSEDaysSimonova CSEDays
Simonova CSEDaysLiloSEA
 
Nikolay Shilov. CSEDays 3
Nikolay Shilov. CSEDays 3Nikolay Shilov. CSEDays 3
Nikolay Shilov. CSEDays 3LiloSEA
 
Nikolay Shilov. CSEDays 2
Nikolay Shilov. CSEDays 2Nikolay Shilov. CSEDays 2
Nikolay Shilov. CSEDays 2LiloSEA
 
Katerina Simonova CSEDays
Katerina Simonova CSEDaysKaterina Simonova CSEDays
Katerina Simonova CSEDaysLiloSEA
 
Nikolay Shilov. CSEDays 1
Nikolay Shilov. CSEDays 1Nikolay Shilov. CSEDays 1
Nikolay Shilov. CSEDays 1LiloSEA
 
MSR in Russia. CSEDays
MSR in Russia. CSEDaysMSR in Russia. CSEDays
MSR in Russia. CSEDaysLiloSEA
 

Plus de LiloSEA (20)

Степан Петухов
Степан ПетуховСтепан Петухов
Степан Петухов
 
Лукина Ольга. Безопасность в соц. сетях
Лукина Ольга. Безопасность в соц. сетяхЛукина Ольга. Безопасность в соц. сетях
Лукина Ольга. Безопасность в соц. сетях
 
Андрей Лабунец. Механизмы трассировки
Андрей Лабунец. Механизмы трассировкиАндрей Лабунец. Механизмы трассировки
Андрей Лабунец. Механизмы трассировки
 
Андрей Гаража. Биоинформатика
Андрей Гаража. БиоинформатикаАндрей Гаража. Биоинформатика
Андрей Гаража. Биоинформатика
 
Александр Тиморин. Мошеннические атаки
Александр Тиморин. Мошеннические атакиАлександр Тиморин. Мошеннические атаки
Александр Тиморин. Мошеннические атаки
 
Михаил Рыбалкин. Перестановочные многочлены.
Михаил Рыбалкин. Перестановочные многочлены.Михаил Рыбалкин. Перестановочные многочлены.
Михаил Рыбалкин. Перестановочные многочлены.
 
Cse коновалова титов
Cse коновалова титовCse коновалова титов
Cse коновалова титов
 
схемы разделения секрета
схемы разделения секретасхемы разделения секрета
схемы разделения секрета
 
почти пороговая схема разделения секрета
почти пороговая схема разделения секретапочти пороговая схема разделения секрета
почти пороговая схема разделения секрета
 
Алексей Голдбергс. Криптография для бизнеса
Алексей Голдбергс. Криптография для бизнесаАлексей Голдбергс. Криптография для бизнеса
Алексей Голдбергс. Криптография для бизнеса
 
Hash cse lecture3
Hash cse lecture3Hash cse lecture3
Hash cse lecture3
 
Hash cse lecture1
Hash cse lecture1Hash cse lecture1
Hash cse lecture1
 
Hash cse lecture2
Hash cse lecture2Hash cse lecture2
Hash cse lecture2
 
Simonova sql server-enginetesting
Simonova sql server-enginetestingSimonova sql server-enginetesting
Simonova sql server-enginetesting
 
Simonova CSEDays
Simonova CSEDaysSimonova CSEDays
Simonova CSEDays
 
Nikolay Shilov. CSEDays 3
Nikolay Shilov. CSEDays 3Nikolay Shilov. CSEDays 3
Nikolay Shilov. CSEDays 3
 
Nikolay Shilov. CSEDays 2
Nikolay Shilov. CSEDays 2Nikolay Shilov. CSEDays 2
Nikolay Shilov. CSEDays 2
 
Katerina Simonova CSEDays
Katerina Simonova CSEDaysKaterina Simonova CSEDays
Katerina Simonova CSEDays
 
Nikolay Shilov. CSEDays 1
Nikolay Shilov. CSEDays 1Nikolay Shilov. CSEDays 1
Nikolay Shilov. CSEDays 1
 
MSR in Russia. CSEDays
MSR in Russia. CSEDaysMSR in Russia. CSEDays
MSR in Russia. CSEDays
 

Антон Конушин_Введение

Notes de l'éditeur

  1. Смотрим, какие объекты перекрывают другие
  2. It is commonly accepted that the father of Computer Vision is Larry Roberts, who in his Ph.D. thesis (cir. 1960) at MIT discussed the possibilities of extracting 3D geometrical information from 2D perspective views of blocks (polyhedra) [1]. Many researchers, at MIT and elsewhere, in Artificial Intelligence, followed this work and studied computer vision in the context of the blocks world.
  3. Low-level image processing algorithms are applied to 2D images to obtain the ``primal sketch” (directed edge segments, etc.), from which a 2.5 D sketch of the scene is obtained using binocular stereo. Finally, high-level (structural analysis, a priori knowledge) techniques are used to get 3D model representations of the objects in the scene. This is probably the single most influential work in computer vision ever. Many researchers cried: ``From the paradigm created for us by Marr, no one can drive us out.”
  4. ИИ-полная задача
  5. Why would this be useful? Main reason is focus. Also enables “smart” cropping.
  6. Amnon Shashua