Мультимедийные презентации

ИНТЕРЕСНО, СОВРЕМЕННО, ВЫСОКОТЕХНОЛОГИЧНО

Новогодние мультимедийные открытки

Мультимедийное новогоднее поздравление 2013 для «Эрнст энд Янг» (разработчик: КСАН)  Мультимедийное новогоднее поздравление 2013 для «Эрнст энд Янг» (разработчик: КСАН)
Новогоднее интерактивное поздравление «Дед Мазай и зайцы» для газеты «Ведомости» (разработчик: КСАН)  Новогоднее интерактивное поздравление «Дед Мазай и зайцы» для газеты «Ведомости» (разработчик: КСАН)
Мультимедийное мультипликационное Новогоднее Поздравление 2012 для газеты Ведомости (разработчик: КСАН)  Мультимедийное мультипликационное Новогоднее Поздравление 2012 для газеты Ведомости (разработчик: КСАН)

Все новогодние мультимедийные открытки

Интерактивный маркетинг

Мобильное приложение с искусственным интеллектом «Училка Агнесса Ивановна» (разработчик: Next Step Entertainment)  Мобильное приложение с искусственным интеллектом «Училка Агнесса Ивановна» (разработчик: Next Step Entertainment)

Все примеры интерактивного маркетинга

Рассылка «Prezentation.Ru»

Что нового происходит в мире с развитием интернет, компьютеров и новых информационных технологий? Мультимедиа. Виртуальные миры. Интернет. Будущее.

Чтобы получать рассылку «Prezentation.Ru», введите адрес Вашей электронной почты и нажмите кнопку «ОК».

 через Subscribe.ru
 через Mail.ru

Новости

[20.01.14]
В новостной ленте Facebook появился блок трендов

За самолюбование в интернете начали штрафовать

Запущен «интернет для роботов»

[13.01.14]
"Умные города" смогут заработать $1,9 трлн

[24.11.13]
"Яндекс" научился пересылать деньги по электронной почте

Оксфордский словарь объявил «selfie» словом года

Интернет-магазин потребовал 3500 долларов за отказ удалить негативный отзыв

Microsoft создает технологию распознавания настроения пользователя

"Одноклассники" научились распознавать лица

Оплатить вуз теперь можно виртуальной валютой Биткоин

Видеоигры не оказывают вредного влияния на детей

Смартфоны научились передавать запахи

Сервис коротких видеороликов Vine получил поддержку русского языка

Более 30 тысяч человек воспользовались Wi-Fi в автобусах Москвы

Все новости

Статьи

[22.01.17]
Бум нейросетей: Кто делает нейронные сети, зачем они нужны и сколько денег могут приносить
Что из себя представляют нейронные сети, для чего они нужны, почему захватили планету именно сейчас, а не годами раньше или позже, сколько на них можно заработать и кто является основными игроками рынка.

[24.11.13]
Эксперты назвали профессии будущего
Самыми перспективными направлениями станут IT в медицине, создание «умных городов» и компьютерная лингвистика

Все статьи

Фестивали, конкурсы


Vimeo Festival Awards. Конкурс видео-роликов
Vimeo Festival Awards. Конкурс видео-роликов

YourFilm Festival — 2012. Кинофестиваль Видеопортала YouTube. Победители поедут в Венецию.
YourFilm Festival — 2012. Кинофестиваль Видеопортала YouTube. Победители поедут в Венецию.

Международная конференция #1 по социальным играм в Восточной Европе Sociality Rocks!
Международная конференция #1 по социальным играм в Восточной Европе Sociality Rocks!

Все конкурсы

Полезная реклама

На главную страницу  |  Прислать новость
Интерактивный маркетинг  |  Мультимедийные открытки  |  Виртуальные туры  | 

НОВОСТИ  |  Статьи  |  Интервью  |  РАССЫЛКА

В чем компьютер все еще проигрывает человеку

[01.11.11]

Ученые из швейцарского исследовательского института Idiap и университета Джона Хопкинса (США) провели любопытный эксперимент, чтобы оценить эффективность современных алгоритмов, предназначенных для машинного распознавания образов.

Результаты оказались ожидаемыми — человек по-прежнему быстрее справляется с задачами распознавания образов, особенно, когда дело касается определения схожести картинок по расположению объектов относительно друг друга.

Тем не менее, у этого эксперимента есть вполне практический аспект — проведенные измерения помогают понять, в каком направлении следует развивать алгоритмы распознавания.

Машинное зрение и распознавание образов строятся на базе сложных математических алгоритмов, однако почти каждый день современные люди сталкиваются с этими технологиями: например, в цифровых фотоаппаратах с автоматическим обнаружением лиц и улыбок.

Несмотря на многолетний труд, вложенный в алгоритмы машинного зрения, точность распознавания пока оставляет желать лучшего, хотя и возрастает с каждым новым поколением техники.

Традиционный подход к распознаванию лиц, в частности, подразумевает разбиение картинки на множество отдельных небольших зон, где алгоритм пытается найти области с относительно небольшой разницей в тоне (как на коже лица) и выраженными темными областями, которые могут соответствовать глазам и бровям. При таком подходе нередки ошибки, когда за лицо человека программа принимает узоры на стенах или полки с книгами.

Эксперимент швейцарских и американских ученых был построен на разбиении серии небольших черно-белых изображений на два «семейства», причем критерий разбиения каждый испытуемый — человек или машина — выбирал самостоятельно.

Например, критерием могло служить нахождение одного объекта внутри другого или размещение объектов рядом друг с другом. В тех случаях, когда решение было очевидно для человека, который начинал понимать общие и различные признаки в картинках уже после нескольких изображений, машинам приходилось изучать тысячи образцов, чтобы дать более или менее приемлемый результат. Что еще хуже, одна из 24 загадок (серий картинок с одним отличительным признаком для всех изображений) машинам не поддалась вообще.

Загадки, предложенные людям и машинами, можно назвать несложными. Тем не менее, за человеком остается преимущество многолетнего опыта и генетического наследия, а вот машины в этом смысле представляют из себя «чистый лист».

Благодаря упрощению задач до предела ученые смогли обнаружить главную слабость машинного обучения — дело в том, что человек очень быстро переходит к семантическому анализу изображения. Если человек сразу оценивает нагромождение деталей в паре изображений, то машина будет сравнивать числовые значения, например, плотность точек в определенном периметре.

Проведенный эксперимент также помог ученым приоткрыть загадку механизма распознавания и различения образов в мозге человека. Как уверяют авторы, это первый случай, когда совершенно идентичные задачи были поставлены перед живым человеком и алгоритмом машинного обучения.

Эксперимент достоверно показал, что чем больше измерений проводится для сравниваемых изображений, и чем разнообразнее эти измерения, тем больше вероятность успешного обучения. Обнаружение того факта, что труднее всего машинам справиться с различением образов по взаимному расположению объектов, помогает выбрать наиболее продуктивное направление в развитии алгоритмов машинного зрения и обучения.

Как становится понятно, пришло время создавать новые алгоритмы специально для определения обособленных частей изображения и их взаимного относительного расположения.

Софт@Mail.Ru

 

Подписка на рассылку «Prezentation.Ru»

     









Google
Поиск на сайте:



Copyright © 2004-2012
Prezentation.Ru
Мультимедиа. Интернет. Будущее


е-мейл:
news@prezentation.ru