Как мне кажется правильное направление для движения - декомпозировать картинку
в систему уравнений.
Потом сравнивать уравнения заменой и подбором похожих элементраных частей( графиков функций) уравнения.

Если начинать с простого , думаю достаточно легко будет выделить эйфилеву башню на любом пейзаже , хоть даже развернутую на 90 или 180 градусов относительно фона ,
или сравнивать эмоциональное состояние человека на фото со смайликами, или даже найти что то общее в звездочке и букве "Ж".

Abstractionmayton,

Это всё мило... для случая, когда на картинке один и тот же объект. Скажем, можно сворачивать картинку не в прямоугольной с.к., а в полярной - поворот картинки вокруг центра превратится в фазовый сдвиг, можно будет сравнивать по низким частотам повёрнутые изображения одного и того же.
Но для задачи из этой темы... в кривых коньячный бокал на столе может быть похож на мост с вантами, но не на бутылку коньяка.


Для того что бы сделать много начать нужно с малого.
Важно правильно начать.

А дальше пробирки, бокалы, бутылки и цистерны по фото с суппер разрешением и эскизам в категории причислять.

Там уже база знаний нужна будет , оптимизация поиска маршрутов в графах.
Она в принципе сразу пригодится, как только декомпозиция начнется.

Как тут уже говорили, многие знают как все должно быть , но не могут обьяснить почему, вот и у меня так.

maytonЧастично это уже используется но не для сличения а для сжатия картинок. И не всей а фрагментов 8х8.
Для JPEG-это суперпозиция колебательных 2-D функций. Для LuraWave/JPEG2k это еще какой-то
хитрый метод. Пусть математики докурят я уж постою в сторонке и послушаю.

Для последующей классификации сферических коней в вакуме , хранить нужно 3 ,
и обрабатывать точку наблюдения и источник света.
По сути нужен обратный рендеринг.

AbstractionДохтаРКак тут уже говорили, многие знают как все должно быть , но не могут обьяснить почему, вот и у меня так.
Хорошее качество для ребёнка. Нормальное для эксперта (если "не могу объяснить" = "могу, но чёрта с два поймёте"). Плохое для программиста.

А уж соответствие между смайликами и эмоциями на человеческом лице - это пять. Вы хотя бы лицо устойчиво "прочитайте", эта задача не из лёгких."Диалоги" Гордона, "Два мозга"Будучи очень изобретательной, Зайдел демонстрировала испытуемым странные, так называемые гетеротопические, картины. Это картины, где предметы соединяются в неправильных и смещенных комбинациях. Например, она использовала картину Рене Магритта «Изнасилование». Это контур лица женщины, но вместо самого лица — торс женщины, глаза — это грудь, пупок — это нос, лобковая область — рот. Она показывала эту картину правому и левому полушарию двух больных, которые исследовались в это время в лаборатории. Оказалось, что когда это изображение видит правое полушарие, то гештальт головы, волос, верхней части туловища практически не позволяет ему увидеть части туловища на местах реальных частей лица. И когда пациентов просили показать где глаза, они показывали на грудь, нос — они показывали на пупок. Когда им говорили, покажите, где лоб — они показывали туда, где должен быть лоб, волооы — они правильно описывали волосы, окаймляющие «лицо». Когда их спрашивали где находится грудь, они выносили свое указание вовне картины — несколько ниже, туда, где должна была бы быть грудь. Когда спрашивали, где здесь пупок, они показывали еще ниже под картиной, где уже ничего нет, но где должен был быть пупок. А левое полушарие опознавало всё абсолютно точно.


Про смайлики долго рассказывать .
При должном подходе это ИМХО просто , Я присутсвовал МЛМ -ом семинаре который проводил Алан Пиз лично
Часов 6 рассказывал всякие НЛП-шные кишки .
Вспомнил некоторые моменты из презентации, как ассоциативно наш моск все обрабатывает,
и как достаточно просто вывести и повторить мат модель по распознаванию черт лица( молодой , старый, мужчина, женщина) и эмоций.
Это гуманитарная презентация была. Связь с математикой в моей базе знаний
имеет еще множество неоптимальных маршрутов. И поэтому я не могу обьяснить.

maytonОт НЛП-шных формулировок к нейросетям - мост длиной в бесконечность. Вот топик стартер
нам задачку поставил. Словесно. Есть кувшин и есть какая-то бочка. А вот как теперь
перевести это на формулы математики и формальные языки разработки - вот в чём
вопрос. Я думаю это кризис мат метода.

Нет у нас еще таких методов.


Точный методов нет и быть не может. Компьютер будет ошибаться так же как и человек( вернее ребенок).
А приближенные методы ассициативные связи через похожесть графиков элементарных функций
даст сложный длиннный но самый предсказуемый с точки зрения человеческой логики результат.
Потому, что будет работать по похожим законам , и вероятность угадывания зашумленного изображения
у человека и компа будет приблизительно одинакова.
Они смогуть видеть приблизительно похожие вещи.

maytonДохтаРПотому, что будет работать по похожим законам , и вероятность угадывания зашумленного изображения
у человека и компа будет приблизительно одинакова.
Они смогуть видеть приблизительно похожие вещи.
Неа. Компу для этого не хватет "творчества" или того что принято называть "божьей искрой".

Компу для этого нехватает базы знаний ( многомерного графа) ассоциаций.
И алгоритмов быстрого поиска оптимальных маршрутов.
Комп более универсальный вычислитель чем мозг,
поэтому не всегда оптимально исполузует свою тактовую частоту.

Аналоговые ВМ , которые програмируются раз и навсегда в распознавании,
например в радиолокации еще 80 годах прошлого века достигли большего в распознавании
чем современные компы.

AbstractionДохтаРА приближенные методы ассоциативные связи через похожесть графиков элементарных функций
даст сложный, длинный, но самый предсказуемый с точки зрения человеческой логики результат.
Потому что будет работать по похожим законам, и вероятность угадывания зашумленного изображения
у человека и компа будет приблизительно одинакова.
Месье, Вы либо троллите, либо бредите. Мозг не строит графики элементарных функций окромя прямых, там сильно другие принципы работы.


Мозг строит графики и оптимальные маргруты когда учится разговаривать , ходить , ездить на велосипеде или конках
и складывет шаблоны в свою ассоциартивную БД.

Потом по мере необходимости очень быстро находит системы готовых уравнений и чуть ли не на лету их решает ,
по заложенному в базе знаний алгоритму.

Вы думаете почему люди регулярно на теже грабли наступают, да потому
что маршрут на грабли в мозгу оказывается самый оптимальный,
а обратная связь по корректировке маршрута со временем атрофировалась.

Я както давно пытался читать научную книгу по теории рендеринга.
ТАм математически формулами, которых я доконца не понял доказывался следующий момент.

Есть бесформенное пятно , которое в статике никто идентифицировать не может ,
но заставив это пятно сделать 3-5 кадров трансформировав его на основании элементарной дифиренциальной функции.
Челоевек автоматом достаточно точно определяет это пятно как рыбу , лошадь , или дерево колушещееся на ветру.

Суть была в том что нефик тратить ресурсы на прорисовку , челевек этого не просто не оценит , он этого даже не увидит , также как
как не видит деталей в других быстродвижущихся предметах в силу физиологии зрения.

AbstractionДохтаР,

И? Да, восприятие человека "заточено" не на определение силуэта по мгновенному образу, поэтому неточный мгновенный образ не приводит к невозможности распознать объект (не говоря уж о том, что объект не воспринимается одномоментно "целиком", взгляд быстро проходит по нему по достаточно сложной траектории). Грубо говоря, если есть весы, которые при измерении фильтруют высокочастотные шумы, они смогут определить вес вибрирующего предмета.
Но к построению графиков элементарных функций это не имеет никакого отношения.

Задача мозга , по графику востановить функцию , и дальшее прогнать ее по известному ряду для повторения поведения.

По поводу книги я еще скажу , что неестественно выгнутые суставы в статичном фотожопе или мулте
в глаза бросаются больше чем качество текстур.
( Когнитивный дисонанс относительно оптического обмана зрения получится с большей вероятностью ).