Simulera färgblindhet

Färgval i bilder och filmer syftar ofta till att förstärka, eller på annat sätt påverka, läsbarheten. Alla uppfattar dock inte färger på samma sätt. Färgblinda förväxlar färger som är urskiljbara för personer med normal färgseende. Vi skall därför simulera färgblindhet! Vi tar vanliga bilder och omvandlar dem för att se hur de uppfattas av personer med avvikande färgseende.

Avancerad klassificering med boosting

AdaBoost är en av de mest använda algoritmerna för att skapa pålitliga klassificerare. Här går vi in på djupet i klassificering genom att använda Adaboost-algoritmen. "Bayes klassificerare" i tidigare artikler betraktas som en "svag klassificerare" som kan förbättras genom boosting. Resultatet blir en stark, eller stärkt, klassificerare.

Bildigenkänning - hitta ansiktet i bilden

Ansiktsigenkänning förekommer i fler och fler digitala produkter. Det finns olika sätt att hitta ansikten i bilder men de enklaste sätten är inte speciellt avancerade. Här skapar vi en ansiktsigenkännare i Matlab som utför sin klassificering utifrån färgen i repsktive pixel.

Grunder i klassificering - Bayes klassificerare

Artificiell intelligens (AI) kan användas för att känna igen och ta bort oönskade objekt i bilder. Kunskaper i sannolikhetsteori från mitten på 1700-talet för att lyckas! Bayes teorem är nämligen grunden för att skapa väldigt användbara klassificerare i maskininlärning. Matlab används för att tränare en klassificerare att känna igen en hand för att därefter ta bort handen i en annan bild.

Prenumerera på www.prosapio.se RSS

Varför PROSAPIO?

PROSAPIO vill bidra till att unga människor intresserar sig för ingenjörsvetenskap genom att tillgängliggöra kunskap inom intelligenta och autonoma system.

Läs mer om PROSAPIO

Genvägar