Партнерка на США и Канаду по недвижимости, выплаты в крипто

  • 30% recurring commission
  • Выплаты в USDT
  • Вывод каждую неделю
  • Комиссия до 5 лет за каждого referral

Вопросы и материалы

При ответе на вопросы необходимо предложить свои варианты усложнения предлагаемых в курсе алгоритмов с целью повышения качества их работы, изменения модели с целью повышения ее адекватности реальной проблеме.

А. Обработка бинарных изображений

Общий подход к решению алгоритмических задач (модель, функция стоимости, метод минимизации). Детекция объектов на изображениях (определения бинарного изображения, связности итп; определения событий TP, TN, FP, FN; примеры теоретического подсчета вероятностей). Формулировка задачи в терминах модели и функции стоимости. Отслеживание с помощью фильтра Калмана центра масс объекта. Определения центра масс, фильтра Калмана и его параметров. Подходы к подстройке параметров. Формулировка задачи отслеживания объекта в терминах модели и функции стоимости. Объединение объектов в траектории. Определение траектории, детекции. Формулировка задачи отслеживания объекта в терминах модели и функции стоимости.

Б. Сопоставление изображений

Задача сопоставления изображений. Варианты постановки задачи. Общая формулировка задачи в виде минимизации функции стоимости. Определение участвующих в функции стоимости функций: интерполяции, функции расстояния, приближения интеграла. Методы минимизации функции стоимости. Интерполяция, функция расстояния, оптимизация: варианты реализации каждого из модулей в различных задачах. Задача сопоставления с аналитической моделью (пример: поиск границы на основе модели) – формулировка в терминах модели и функции стоимости, реализация. Задача стереосопоставления: физический смысл, формулировка модели, функции расстояния. Выражение общей функции стоимости. Повышение разрешения и удаление смазанности: линейная модель формирования изображения и оптимизация в ней. Модель, особенности каждого из операторов, формулировка функции стоимости, метод минимизации.

Материалы к части А:

R. Szeliski Computer Vision Algorithms and Applications

Главы 2, 3, 4.1 из http://www.cs.unc.edu/~tracker/media/pdf/SIGGRAPH2001_CoursePack_08.pdf

http://edge. rit. edu/content/P11011/public/Multiple%20Hypothesis%20Tracking%20For%20Multiple%20Target%20Tracking

Материалы к части Б:

J. Modersitzki. Flexible Algorithms for Image Registration

R. Szeliski Computer Vision Algorithms and Applications

http://www. ines-conf. org/ines-conf/39_INES2004.pdf

KV Suresh э2007 Super resolution of license plates in real traffic videos