anax111 Δημοσ. 31 Ιανουαρίου 2019 Δημοσ. 31 Ιανουαρίου 2019 Η προσθήκη αποστασιόμετρου laser είναι απαραίτητη για σωστή και λεπτομερή χαρτογράφηση χώρου. Γιατί ακριβώς αυτή η δυνατότητα είναι η επόμενη game changer τεχνολογία στα smartphones και οι δυνατότητες χρήσεις είναι τεράστιες ειδικά για επαγγελματίες. Σκεφτείτε να παίρνετε φωτογραφία ένα οικόπεδο και να σας βάζει κατευθείαν το Smartphone όλα τα τοπογραφικά στοιχεία του οικοπέδου μαζί με την φωτογραφία. Το ίδιο και για τα αντικείμενα. Σταδιακά οι φωτογραφικές μηχανές των smartphones θα γίνουν 3d Scaners αν και δεν νομίζω πως αυτό θα γίνει κατευθείαν αλλά στην τρίτη-τέταρτη γενιά αυτής της τεχνολογίας. 2
Retromaniac Δημοσ. 31 Ιανουαρίου 2019 Δημοσ. 31 Ιανουαρίου 2019 15 λεπτά πριν, DaemonLord92 είπε Αμα ειναι τετοιο το overlap ωστε να φαινεται το αντικειμενο σαν καποιο αλλο υπαρκτο αντικειμενο τοτε μιλαμε παλι για ελειπη δεδομενα. Στην προκειμενη περιπτωση το depth sensing δε θα δωσει καλυτερα αποτελεσματα και το αποτελεσμα θα κριθει απο το ποσο sophisticated ειναι η αρχιτεκτονικη του convnet (και ποσο μεγαλο ηταν το dataset). Σκεψου οτι υπαρχουν αρχιτεκτονικες που ειναι φτιαγμενες γι αυτο το πραγμα οπως ο αλγοριθμος yolo (you only look once) To depth sensing οπως πολυ καλα ειπες σε βοηθαει να ξεχωρισεις οτι ειναι δυο ασχετα αντικειμενα επομενως μπορεις πιο ευκολα να ανιχνευσεις αυτα τα δυο αντικειμενα αλλα οχι (αναγκαστικα) να τα αναγνωρισεις με ακριβεια. Τελος παντων ξεφευγουμε παρα πολυ 😜 Τελευταία ερώτηση, μιας που ασχολείσαι. Στην περίπτωση overlap που μιλάμε, το depth sensing δεν θα σου δώσει σαφές σχήμα και των 2 ώστε να γινει η αναγνώριση στα 2 μετά ξεχωριστά και με επιτυχία; Πραγματικά ρωτάω... Δεν είναι ότι ξέρω καλύτερα το αντικείμενο. 2 λεπτά πριν, anax111 είπε Η προσθήκη αποστασιόμετρου laser είναι απαραίτητη για σωστή και λεπτομερή χαρτογράφηση χώρου. Γιατί ακριβώς αυτή η δυνατότητα είναι η επόμενη game changer τεχνολογία στα smartphones και οι δυνατότητες χρήσεις είναι τεράστιες ειδικά για επαγγελματίες. Σκεφτείτε να παίρνετε φωτογραφία ένα οικόπεδο και να σας βάζει κατευθείαν το Smartphone όλα τα τοπογραφικά στοιχεία του οικοπέδου μαζί με την φωτογραφία. Το ίδιο και για τα αντικείμενα. Σταδιακά οι φωτογραφικές μηχανές των smartphones θα γίνουν 3d Scaners αν και δεν νομίζω πως αυτό θα γίνει κατευθείαν αλλά στην τρίτη-τέταρτη γενιά αυτής της τεχνολογίας. Το insomnia λέει ότι είναι gimmick. Μην το χαλάς 😛 (εγώ συμφωνώ μαζί σου)
unforgiven Δημοσ. 31 Ιανουαρίου 2019 Δημοσ. 31 Ιανουαρίου 2019 Πώς τα μπλέξατε έτσι... Το laser focus (που δεν είναι δα και κάτι νέο τεχνολογικά) μετράει την απόσταση ενός σημείου από την κάμερα. Εδώ μιλάμε για την αίσθηση του βάθους με τη βοήθεια laser. Δηλαδή την μέτρηση πολλών σημείων ώστε να υπάρχει η πληροφορία του βάθους. Με άλλα λόγια είναι η διαφορά μιας... μεζούρας από αυτό Δεν μιλάμε για 3d σκανάρισμα και αναπαραγωγή μοντέλου, γιατί σε αυτή την περίπτωση η κάμερα θα πρέπει να περιστραφεί γύρω από το αντικείμενο. 2
Retromaniac Δημοσ. 31 Ιανουαρίου 2019 Δημοσ. 31 Ιανουαρίου 2019 (επεξεργασμένο) 15 λεπτά πριν, unforgiven είπε Πώς τα μπλέξατε έτσι... Το laser focus (που δεν είναι δα και κάτι νέο τεχνολογικά) μετράει την απόσταση ενός σημείου από την κάμερα. Εδώ μιλάμε για την αίσθηση του βάθους με τη βοήθεια laser. Δηλαδή την μέτρηση πολλών σημείων ώστε να υπάρχει η πληροφορία του βάθους. Με άλλα λόγια είναι η διαφορά μιας... μεζούρας από αυτό Δεν μιλάμε για 3d σκανάρισμα και αναπαραγωγή μοντέλου, γιατί σε αυτή την περίπτωση η κάμερα θα πρέπει να περιστραφεί γύρω από το αντικείμενο. Έτσι είναι. Αυτό λέμε από την αρχή. Απλά πιστεύουν ότι γίνεται με το ίδιο hardware του auto focus και με απλή αλλαγή του software, ενώ θέλει τεχνολογία ενός dlp projector για να κατευθύνει το laser. Όσο για το 3d scanning ειναι εφικτοτατο. Είτε περιστρέφει το κινητό γύρο από το τηλ (κακό αποτελεσμα), είτε έχει το τηλέφωνο σταθερό σε τρίποδο και περιστρέφει το αντικείμενο σε μια πλατφόρμα. Υπάρχει βέβαια και το μετωπικό scanning που μπορεί να αρκει (μια 3δ προσωπογραφία)... Όλα αυτά γίνονται ήδη με το kinnect. Ειδικά με την χρήση περιστρεφόμενης πλατφόρμας δίνει εντυπωσιακά αποτελέσματα. Επεξ/σία 31 Ιανουαρίου 2019 από Retromaniac 1
Xzidique Δημοσ. 31 Ιανουαρίου 2019 Δημοσ. 31 Ιανουαρίου 2019 Με κάθε φωτό μπορείς να κάνεις επέμβαση για καταράκτη με το λέιζερ τσάμπα. Θα γίνει ανάρπαστο στην τρίτη ηλικία.
IanPapa Δημοσ. 1 Φεβρουαρίου 2019 Δημοσ. 1 Φεβρουαρίου 2019 (επεξεργασμένο) Κάποτε θα γίνει ένας σεισμός... τόοοοοοοοσο μεγάλος! For sure i tell you! Επεξ/σία 1 Φεβρουαρίου 2019 από IanPapa
dancer Δημοσ. 1 Φεβρουαρίου 2019 Δημοσ. 1 Φεβρουαρίου 2019 4 σελιδες γραμμενες για μια φημη, η ποιοτητα των ειδησεων θυμιζει κιτρινο τυπο. το σημαντικο για μενα ειναι η θυρα type c επιτελους να υπαρχει κοινη πλευση απ'ολους οχι αυτη η γελοιοτητα με δικες τους θυρες ο καθενας.
what_if Δημοσ. 1 Φεβρουαρίου 2019 Δημοσ. 1 Φεβρουαρίου 2019 16 ώρες πριν, Stamer είπε Ξέρει κάποιος να μου πει (υπεύθυνα) τι εννοούμε με το "σύστημα κάμερας 3d"? liquid retina αλλα για την φωτογραφικη
DaemonLord92 Δημοσ. 1 Φεβρουαρίου 2019 Δημοσ. 1 Φεβρουαρίου 2019 (επεξεργασμένο) 18 ώρες πριν, Retromaniac είπε Τελευταία ερώτηση, μιας που ασχολείσαι. Στην περίπτωση overlap που μιλάμε, το depth sensing δεν θα σου δώσει σαφές σχήμα και των 2 ώστε να γινει η αναγνώριση στα 2 μετά ξεχωριστά και με επιτυχία; Πραγματικά ρωτάω... Δεν είναι ότι ξέρω καλύτερα το αντικείμενο. Θα πρεπει να καταλαβεις πρωτα πως γινεται η αναγνωριση ενος αντικειμενου. Δεν ειναι μονο το σχημα που προδιδει τι αντικειμενο ειναι. Στο παραδοσιακο machine vision ειχες τους features detectors (features -> edges, blobs, ridges, corners etc). Για να τα ανιχνευσεις ολα αυτα επρεπε να χρησιμοποιησεις καποια φιλτρα (ή kernel οπως τα λενε μερικοι) τα οποια ειναι στην ουσια ενας (συνηθως αλλά οχι αναγκαστικα)3x3 πινακας ο οποιος πολλαπλασιαζεται με την εικονα (το λεω πολυ χοντρικα) και σου επιστρεφει το feature που θες να ανιχνευσεις. Μεχρι τωρα τους πινακες αυτους τους εκανες hard code ή επερνες τον πινακα που ειχε χρησιμοποιησει καποιος αλλος. Τωρα με το machine learning τους πινακες αυτους τους βαζεις ως αγνωστες μεταβλητες και το convnet βρισκει μονο του τα καταλληλα νουμερα για να ανιχνευσει σωστα αυτο που θες. Εκει που θελω να καταλληξω ειναι οτι αυτο που λες εχει λογικη απλα η μεχρι τωρα εμπειρια μου εχει δειξει πως στο recognition δε χρειαζεται να εχεις depth camera γιατι δεν ειναι το σχημα που προδιδει το αντικειμενο αλλα τα επιμερους features. Ειμαι ανοιχτος να το συζητησω παραπανω αμα θες αλλα με dm. Αναφορά σε κείμενο Όλα αυτά γίνονται ήδη με το kinnect. Ειδικά με την χρήση περιστρεφόμενης πλατφόρμας δίνει εντυπωσιακά αποτελέσματα. Τωρα οσον αφορα το kinect που λες, καποτε ειχα φτιαξει ενα αυτονομο οχημα (οχι κανονικο, μινιατουρα ) και του ειχα κοτσαρει ενα kinect και εκανε SLAM (simultaneous localisation and mapping) και μαλιστα με αρκετα μεγαλη ακριβεια. Επισης αναγνωριζε gestures! Ααααχ τι μου θυμισες. Επεξ/σία 1 Φεβρουαρίου 2019 από DaemonLord92 1
Black Demis Δημοσ. 2 Φεβρουαρίου 2019 Δημοσ. 2 Φεβρουαρίου 2019 Χίλιες φορές ένα xiaomi redmi 7 παρα αυτό εδώ Xiaomaraaaa ρεεεεεε
Retromaniac Δημοσ. 2 Φεβρουαρίου 2019 Δημοσ. 2 Φεβρουαρίου 2019 (επεξεργασμένο) 15 ώρες πριν, nextp είπε . Επεξ/σία 2 Φεβρουαρίου 2019 από Retromaniac
Προτεινόμενες αναρτήσεις
Δημιουργήστε ένα λογαριασμό ή συνδεθείτε για να σχολιάσετε
Πρέπει να είστε μέλος για να αφήσετε σχόλιο
Δημιουργία λογαριασμού
Εγγραφείτε με νέο λογαριασμό στην κοινότητα μας. Είναι πανεύκολο!
Δημιουργία νέου λογαριασμούΣύνδεση
Έχετε ήδη λογαριασμό; Συνδεθείτε εδώ.
Συνδεθείτε τώρα