Как цвет изображения Google ищет работу?

Прежде всего, обратите внимание, что вы не должны использовать list в качестве имени переменной, поскольку оно зарезервировано как ключевое слово самим Python. Затем у вас может быть другой список, скажем, instanceList, в который вы будете добавлять каждый вновь созданный экземпляр класса:

myList = ['One','Two','Three']
instanceList = []

for value in myList:
    instanceList.append(class(value))
19
задан Kara 30 December 2013 в 21:22
поделиться

3 ответа

На основе данной статьи, опубликованной инженерами Google Henry Rowley, Shumeet Baluja и доктором Yushi Jing, кажется, что самая важная импликация Вашего вопроса о распознавании раскрашивает изображения, касается "saferank" алгоритма Google для изображений, которые могут обнаружить тоны плоти без любого текста вокруг этого.

Бумага начинается путем описания путем описания "классических" методов, которые обычно основаны на яркости цвета нормализации и затем использовании "Распределения Гаусса", или использование трехмерной гистограммы создало использование значений RGB в пикселях (каждый цвет является целочисленным значением на 8 битов от представления 0-255 сколько. из того цвета включен в пиксель). Методы были также представлены, которые полагаются на свойства, такие как "яркость" (часто неправильно названный "яркостью"), который является плотностью силы света невооруженным глазом из данного изображения.

Газета Google упоминает, что они должны будут обработать примерно 10^9 изображения с их алгоритмом, таким образом, это должно будет быть максимально эффективно. Для достижения этого они выполняют большинство своих вычислений на ROI (видимая область), которая является прямоугольником, центрируемым в изображении и вставке 1/6 размеров изображения на всех сторонах. После того как они определили ROI, у них есть много различных алгоритмов, которые затем применяются к изображению включая Обнаружение Поверхности algs, Цветное Постоянство algs и другие, которые в целом находят статистические тенденции в окраске изображения и самое главное находят цветные оттенки с наибольшей частотой в статистическом распределении.

Они используют другие функции, такие как Энтропия, Граничное Обнаружение и определения структуры тому, для извлечения строк из изображений, они используют реализацию OpenCV (Bradski, 2000) вероятностного Hough преобразовывают (Kiryati и др., 1991) вычисленный на краях цвета оболочки соединил компоненты, который позволяет им находить прямые линии, которые являются, вероятно, не частями тела, и дополнительно позволяет им лучше определять, какие цвета являются самыми важными в изображении, которое является ключевым фактором в их Поиске цвета изображения.

Для больше на технических особенностях этой темы включая математические уравнения и и т.д., читает газету Google, связанную с в начале, и смотрят на раздел Research их веб-сайта.

Очень интересный вопрос и предмет!

32
ответ дан 30 November 2019 в 03:12
поделиться

Изображения являются просто пикселями. Пиксели являются просто значениями RGB. Мы знаем то, что черный находится в RGB, таким образом, мы можем искать его в изображении.

7
ответ дан 30 November 2019 в 03:12
поделиться

Ну, один метод в очень простых терминах:

Учитывая корпус изображений, определите высокие концентрации данного цветового диапазона (это на самом деле довольно тривиально), храните эти данные, индексируйте соответственно (индексируйте изображения согласно цветам, определенным от предыдущего шага). Теперь, у Вас есть по существу тот же вид вещи как нахождение документов, содержащих определенные слова.

Это очень, очень простое описание одного возможного метода.

3
ответ дан 30 November 2019 в 03:12
поделиться
Другие вопросы по тегам:

Похожие вопросы: