Viewdle вышел в финал конкурса CTIA E-Tech Awards 2011

viewdleВпервые украинская разработка вышла в финал престижного конкурса CTIA E-Tech Awards 2011. Сейчас идет онлайн голосование. Победители будут объявлены 23 марта.

Мобильное приложение для Android версии 2.0 и выше использует технологии дополненной реальности, моментально распознает и тегает людей в видео потоке с камеры и автоматически загружает полученные файлы на социальные медиа и сети.

Посмотреть демо видео приложения и, при желании отдать свой голос за продукт компании, можно здесь.

Спасибо за поддержку!

Не пропустіть результати зарплатного опитування — підписуйтеся на Telegram-канал редакції DOU

👍ПодобаєтьсяСподобалось0
До обраногоВ обраному0
LinkedIn



11 коментарів

Підписатись на коментаріВідписатись від коментарів Коментарі можуть залишати тільки користувачі з підтвердженими акаунтами.

Обычно все подобные приложения хорошо работают на тестовых примерах, а на реальных «плывут».

Раз ссылки на приложение нет, то рабочее только видео. Так следует понимать:)?

Ссылки есть в разделах «Test Drive» и «Client Area». Пока только под NDA.

А почему под NDA? Какой смысл скрывать приложение, если нужна поддержка в конкурсе?

Маркетинг штука сложная. Нам, технарям, не всегда очевидная (ну, мне по крайней мере).

Читай — скоро будут и другие интересные анонсы.

А оно что реально рабочее?

Ну, кагбэ, не фотошоп:)
Реальное видео реального приложения на реальном телефоне с реальными людьми.

А в офисе и не такое можно увидеть:)

Здравствуйте, очень заинтерисовала Ваша система. Я сейчас разрабатываю подобную Вашей и Microsoft OneVision (http://www.engadget.com/2011/03/11/microsofts-onevision-video-recognizer-can-detect-identify-and/) для дипломного проекта.
Помогите бедному студенту ответив на пару вопросов (если конечно не секрет): 1) Вы используете OpenCV или другую систему компьютерного зрения?
2) Какой алгоритм детекции лица Вы используете (Viola — Jones или другой)?
3) Детекцию лица надо делать один раз а потом при помощи CamShift просто сопровождать? Или каждый кадр производить её?
4) Какой алгоритм распознания используете? Основанный на методе главных компонент (как Eigenface, Active Shape Models, Active Appearance Models и др.) или другой?
Я понимаю, что сильно много спрашиваю, и коммерческую тайну никто не отменял, но если хоть чем то поможете натолкнув на правильную идею, буду весьма благодарен.
Мой e-mail: [email protected]

Приветствую!

С удовольствием сделаем рецензию на вашу работу. Кроме того, приглашаем в гости, возможно будет интересно поговорить с нашим ресерчем. Письмо ушло.

К сожалению, дать полные ответы не могу, а частичные врядли сильно помогут.

И все-же:
1. OpenCV не используем — слишком медленно. Но в целом где-то схожие подходы.
2. Для детекции используется несколько разных алгоритмов
3. Речь про видео, я так понимаю — нет никакого смысла в детекте на каждом кадре. Достаточно найти и распознать на одном, потом трекать. Но — будьте готовы к ошибкам трекера (например, проходящие друг через друга объекты часто уводят трекер).

4. При распознавании кроме собственной функции «дистанции» используется большой набор эвристик, позволяющий находить «персону» даже при сильном отличии лиц. Кроме того, крайне важным является выделение составляюших освещенности и убирание их эффекта.

Підписатись на коментарі