<?xml version='1.0' encoding="utf-8"?>
      <rss version='2.0'>
      <channel>
      <title>Форум на Исходниках.RU</title>
      <link>https://forum.sources.ru</link>
      <description>Форум на Исходниках.RU</description>
      <generator>Форум на Исходниках.RU</generator>
  	
      <item>
        <guid isPermaLink='true'>https://forum.sources.ru/index.php?showtopic=410620&amp;view=findpost&amp;p=3715885</guid>
        <pubDate>Fri, 07 Apr 2017 11:06:03 +0000</pubDate>
        <title>Предварительная классификация элементов растрового изображения</title>
        <link>https://forum.sources.ru/index.php?showtopic=410620&amp;view=findpost&amp;p=3715885</link>
        <description><![CDATA[Flex Ferrum: Глубокое обучение будет &quot;потом&quot;. Здесь как раз цель провести предварительный разбор типа того что есть на картинке (как в глазу и на ранних стадиях обработки видеосигнала в мозгу делается), чтобы не перегружать более глубокие слои обработки обилием информации.]]></description>
        <author>Flex Ferrum</author>
        <category>Нейросети и Искусственный интеллект (Artificial Intelligence)</category>
      </item>
	
      <item>
        <guid isPermaLink='true'>https://forum.sources.ru/index.php?showtopic=410620&amp;view=findpost&amp;p=3715883</guid>
        <pubDate>Fri, 07 Apr 2017 10:59:55 +0000</pubDate>
        <title>Предварительная классификация элементов растрового изображения</title>
        <link>https://forum.sources.ru/index.php?showtopic=410620&amp;view=findpost&amp;p=3715883</link>
        <description><![CDATA[esperanto: <div class='tag-quote'><a class='tag-quote-link' href='https://forum.sources.ru/index.php?showtopic=410620&view=findpost&p=3715878'><span class='tag-quote-prefix'>Цитата</span></a> <span class='tag-quote__quote-info'>Flex Ferrum &#064; <time class="tag-quote__quoted-time" datetime="2017-04-07T10:42:08+00:00">07.04.17, 10:42</time></span><div class='quote '>Ясно. Спасибо. Будем разбираться. :)</div></div><br>
Возможно можно применить глубокое обучение, но это пока еще не ко мне.]]></description>
        <author>esperanto</author>
        <category>Нейросети и Искусственный интеллект (Artificial Intelligence)</category>
      </item>
	
      <item>
        <guid isPermaLink='true'>https://forum.sources.ru/index.php?showtopic=410620&amp;view=findpost&amp;p=3715878</guid>
        <pubDate>Fri, 07 Apr 2017 10:42:08 +0000</pubDate>
        <title>Предварительная классификация элементов растрового изображения</title>
        <link>https://forum.sources.ru/index.php?showtopic=410620&amp;view=findpost&amp;p=3715878</link>
        <description><![CDATA[Flex Ferrum: Ясно. Спасибо. Будем разбираться. :)]]></description>
        <author>Flex Ferrum</author>
        <category>Нейросети и Искусственный интеллект (Artificial Intelligence)</category>
      </item>
	
      <item>
        <guid isPermaLink='true'>https://forum.sources.ru/index.php?showtopic=410620&amp;view=findpost&amp;p=3715873</guid>
        <pubDate>Fri, 07 Apr 2017 10:38:58 +0000</pubDate>
        <title>Предварительная классификация элементов растрового изображения</title>
        <link>https://forum.sources.ru/index.php?showtopic=410620&amp;view=findpost&amp;p=3715873</link>
        <description><![CDATA[esperanto: 1)Для низко-уровнего анализа картинки, например поиска линий или квадратов областей - можно использовать Хаф траснофрмацию с предворительной обработкой изображения.  Алгоритм работает за линейное время. Детали реализации можно найти <img class='tag-img' src='http://www.imageprocessingplace.com/DIP-3E/dip3e_images/book_cover_DIP3E_75%25.gif' alt='user posted image'> Книга доступна на русском языке.<br>
<br>
<br>
2) Для более продвинутого анализа сеществует сегодня множество алгоритмов, например тут, <a class='tag-url' href='http://www.keysers.net/daniel/files/Keysers--Zone-Classification--VISAPP2007.pdf' target='_blank'>http://www.keysers.net/daniel/files/Keyser...-VISAPP2007.pdf</a> - Авторы предлагают алгоритм, основанные на множестве других алгоритмах, который по их мнению очень хорошо работает.<br>
В их статье также есть ссылки на другие исследования в этой области<br>
<br>
Из онлайн курсов может пригодиться бесплатный курс с Курсеры <br>
Image and Video Processing: From Mars to Hollywood with a Stop at the Hospital<br>
<a class='tag-url' href='https://www.coursera.org/learn/image-processing' target='_blank'>https://www.coursera.org/learn/image-processing</a>]]></description>
        <author>esperanto</author>
        <category>Нейросети и Искусственный интеллект (Artificial Intelligence)</category>
      </item>
	
      <item>
        <guid isPermaLink='true'>https://forum.sources.ru/index.php?showtopic=410620&amp;view=findpost&amp;p=3715813</guid>
        <pubDate>Fri, 07 Apr 2017 06:29:15 +0000</pubDate>
        <title>Предварительная классификация элементов растрового изображения</title>
        <link>https://forum.sources.ru/index.php?showtopic=410620&amp;view=findpost&amp;p=3715813</link>
        <description><![CDATA[Flex Ferrum: Буду первым (после модератора), кто заведет тему в этом разделе.<br>
<br>
Итак, задачка у меня вот какая. Есть картинка с экрана обычного офисного компа. То есть окошки с почтой, интернет-страницами, сколько то картинок, сколько то текста. Требуется провести предварительный анализ этой картинки - выделить линии, области с текстом, области с графикой, в идеале - распознать. Совсем в идеале - чтобы при этом сохранялась привязка к координатам исходного растра.<br>
<br>
Собственно, вопрос: в сторону какой из существующих технологий имеет смысл смотреть? Сомневаюсь, что есть совсем-совсем готовые решения, но вдруг? <br>
<br>
<span class="tag-color tag-color-named" data-value="mergepost" style="color: mergepost"><span class='tag-size' data-value='7' style='font-size:7pt;'>Добавлено <time class="tag-mergetime" datetime="2017-04-07T06:30:17+00:00">07.04.17, 06:30</time></span></span><br>
И нет, мне это нужно не по работе. Вопросами DLP я не занимаюсь. :)]]></description>
        <author>Flex Ferrum</author>
        <category>Нейросети и Искусственный интеллект (Artificial Intelligence)</category>
      </item>
	
      </channel>
      </rss>
	