Как нейросеть улучшает картинку в играх? О технологии DLSS

Когда в американских боевиках на снимках со спутника спецагенты увеличивали номер автомобиля до вполне читаемого состояния, мы смеялись. Начальник стоит над компьютерщиком, заставляет масштабировать, а потом «улучшить» картинку. До такой степени, что на мониторе появляется информация, которая на самом деле не может содержаться в изображении. Для людей, которые более-менее разбираются в обработке фотографий, такое казалось фантастикой. Да и сегодня, в принципе, это остается фантастикой. Но! Технология NVIDIA DLSS делает эту фантастику немного ближе к реальности.

Когда в 2018 году NVIDIA представляла новое поколение видеокарт на микроархитектуре Turing, основной фокус внимания геймеров был сосредоточен на трассировке лучей: видеокарты RTX 2000-й серии стали первыми, которые поддерживают эту технологию на аппаратном уровне благодаря RT-ядрам.

Но также в «тюрингах» были и тензорные ядра. Они, используя результаты глубокого обучения нейросети, улучшали сглаживание, увеличивали производительность и разрешение изображения, которое создается игрой. Технология получила название DLSS — Deep Lerning Super Sampling.

По сути, это один из продвинутых видов технологии сглаживания в играх. Компьютерные геймеры знакомы с ними по загадочным TAA, FXAA, MSAA, 8x, 4x и т. д. в настройках картинки в игре. За этими загадочными аббревиатурами кроются различные вариации сглаживания картинки. Она состоит из пикселей, все линии в кадре состоят из этих пикселей, но с помощью квадратов нарисовать диагональную линию непросто, она будет отображаться лесенками. А когда таких линий и лесенок на границах полигонов на экране много, картинка начинает рябить в глазах.

Все многообразие технологий сглаживания занимается тем, что убирает эти лесенки в меру своих возможностей и мощностей пользовательского компьютера. Они изменяют цвет пикселей на границах и делают переходы более плавными. Разными способами, по разному нагружая железо и демонстрируя немного разный конечный результат вплоть до замыливания картинки. Но у нас рассказ не обо всем этом многообразии, в котором можно запросто увязнуть, а про новичка, который решил перевернуть игру с ног на голову: обеспечить четкую картинку и разгрузить железо.

Магия в действии

Первая итерация технологии DLSS была неоднозначной и во многом ограниченной. Она требовала обучения искусственного интеллекта под каждую новую игру, поддержку со стороны разработчиков регулярными допиливаниями и выпуск специальных драйверов для видеокарты с выходом игры. Например, в игре 2019 года Control оригинальная технология повышала частоту смены кадров вплоть до 70%. В большинстве сцен качество изображения было отличным, но движущиеся объекты приносили много проблем. Оригинальной DLSS, к примеру, было непросто справляться с лопастями турбин, которые крутились в одной из сцен игры. Также были проблемы с границами мелких деталей в кадре.

Весной 2020 года NVIDIA выпустила версию DLSS 2.0 и для демонстрации своего прогресса опять показала Control. Там уже и с лопастями все было в порядке, и мелкие объекты стали четче, границы стали более резкими и прорисованными и повысилась общая производительность игры.

Была переработана модель искусственного интеллекта, которая стала в два раза быстрее оригинальной версии. Она использует тензорные ядра эффективнее, устраняет ограничение на число поддерживаемых видеокарт, настроек качества и разрешений.

Оригинальная технология предполагала обучение нейросети под каждую новую игру. DLSS 2.0 стала более универсальной, ее стало проще имплементировать в игры.

Как работает эта магия? У NVIDIA есть специальный фреймворк, который обучает глубокую нейросеть. Обучение заключается в том, что нейросети скармливают десятки тысяч эталонных изображений в высоком разрешении. Действительно высоком — 16К. Эти изображения создаются мощным суперкомпьютером во время оффлайн-рендеринга игры с низкой частотой смены кадров. Благодаря такому натаскиванию нейросеть в последующем на основе исходного изображения в низком качестве способна создавать кадр в высоком разрешении уже на пользовательском устройстве. В этом она опирается на полученные знания во время обучения.

Когда нейросеть сама создает кадры из образцов низкого разрешения, их сравнивают с эталонами в разрешении 16К и обо всех различиях и косяках сообщают обратно нейросети. С каждым циклом сверки нейросеть обучается и улучшает свои результаты. Конечные в виде драйверов добираются до пользовательских видеокарт, и в играх начинает происходить магия.

Для корректной работы нейросети DLSS 2.0 ей нужны входные данные. Их предоставляет игровой движок. Первая порция данных — изображение в низком разрешении без сглаживания. Вторая — векторы движения для этих изображений. Векторы — это информация о том, в каком направлении со сменой каждого кадра движутся объекты на этом кадре. По сути, это такая карта перемещений пикселей по кадру.

Нейросеть создает кадр в высоком разрешении и, зная векторы его изменения, на этой основе повышает разрешение следующего кадра. Буквально попиксельно определяет, как повысить разрешение в следующем кадре.

Препоны внедрения

В случае с первой итерацией DLSS разработчикам игр приходилось работать в тесном сотрудничестве с NVIDIA, чтобы добавить поддержку в свою игру. Движку глубокого обучения требовалось много изображений из игры. Вторая версия DLSS стала более доступной, она обучается на общих изображениях, ей не нужны вводные данные из конкретной игры.

Благодаря этому список поддерживаемых игр расширился до трех десятков, тогда как у оригинальной DLSS их было меньше десяти.

В начале этого года NVIDIA выпустила плагин для имплементации DLSS в игры в Unreal Marketplace — магазин платных и бесплатных примочек для разработчиков игр на движке Unreal Engine. Но многие разработчики пока не спешат с ее добавлением в свои игры. Во многом это связано с распространенностью 4K-мониторов у геймеров. Все-таки наиболее впечатляюще DLSS 2.0 выглядит в разрешении 4K. Там технология позволяет добиться значительного роста производительности, позволяет даже видеокартам RTX 2000-й серии и начального уровня показывать стабильный и играбельный фреймрейт по сравнению с нативным разрешением в 4K.

Но дело в том, что большинство пека-геймеров по-прежнему играют в разрешении 1080 пикселей — в Steam таких пользователей больше 67%. Второе по популярности разрешение — ноутбучное: 1366×768 пикселей — у 8% пользователей. На третьем месте с небольшим отрывом разместились пользовательские экраны с разрешением 2560×1440 пикселей. 4K мониторы пока остаются уделом энтузиастов: чуть больше 2% от пользователей Steam.

Конкурент от AMD

DLSS — проприетарная технология NVIDIA. Работает только на видеокартах серии RTX, у которых есть тензорные ядра. Они занимаются вычислениями, связанными с алгоритмами искусственного интеллекта. Главный соперник NVIDIA — компания AMD работает над своей альтернативой DLSS, которую называют FidelityFX Super Resolution. Но пока практически никакой конкретной информации об этой разработке нет.

Известно лишь, что у «красных» будет важное преимущество. AMD пообещала, что сделает технологию открытой и кросс-платформенной. Это значит, что технология может прийти на консоли нового поколения, которые используют графическую архитектуру RDNA 2 от AMD.

Недавно AMD устроила презентацию новой видеокарты Radeon RX 6700 XT. Многие надеялись, что во время этого ивента расскажут и про FidelityFX Super Resolution. В кулуарах презентации объяснили, что AMD не торопится с выпуском технологии для одной топовой карты, а вместо этого хочет, чтобы она была во всех смыслах кросс-платформенной.

Технология AMD должна быть чем-то схожей с DLSS. А потому потенциальное присутствие нейросетевого сглаживания на консолях PS5 и Xbox Series вызывает большой интерес, так как далеко не во всех играх они могут показать 60 кадров в секунду в разрешении 4K.

Но все эти рассуждения остаются пока лишь спекуляциями. Возможно, до конца этого года AMD все-таки расскажет больше о своей разработке. А пока продолжаем следить за тем, как охотно разработчики игр будут внедрять в свои продукты DLSS.

---

Видеокарты в Каталоге на складе магазинов

Наш канал в Telegram. Присоединяйтесь!

Есть о чем рассказать? Пишите в наш телеграм-бот. Это анонимно и быстро

Перепечатка текста и фотографий Onliner без разрешения редакции запрещена. [email protected]

Автоматизация и диспетчеризация инженерных систем

С каждым годом достижения научно-технического прогресса позволяют решать все более сложные задачи современными методами. Одной из таковых задач является автоматизация инженерных систем, отвечающая за надежную и бесперебойную работу множества внутренних и внешних коммуникаций. Сфер использования автоматизированных систем множество. Они требуются на предприятиях разного профиля, и на производстве со сложными технологиями, и в коммуникационных системах, эксплуатируемых в коммерческом секторе. Наша фирма вот уже более 10 лет осуществляет

автоматизацию и диспетчеризацию инженерных систем зданий и сооружений.

Специалистами компании наработан огромный полезный опыт в сфере оборудования внутренних инженерных сетей. Одним из важных направлений являются решения в области диспетчеризации инженерных систем, которая является эффективной в плане улучшения экономических показателей и сокращения времени нерентабельной эксплуатации оборудования, и минимизирует вероятность производственного брака предприятия, складов, торговых центров и других зданий и сооружений. Она эффективно применяется на практике, обеспечивая высокие экономические результаты и оптимизацию расхода средств, затрачиваемых на эксплуатацию производственной техники, что достигается увеличением продуктивности ее эксплуатации.

Отдельным немаловажным направлением является автоматизация промышленных систем, таких как: очистные сооружения и насосные станции, взу, кнс, лос, лнс. Внедрением современных и продуманных автоматизированных систем достигается экономия в энергоресурсах, оптимизация на эксплуатационные затраты и продление ресурса работы оборудования. Это современный и весьма актуальный способ оптимизации производственного процесса как на общественных объектах и предприятиях промышленности, так и в жилом и коммерческом фонде.

Для решения вопросов, связанных с энергоэффективностью, компанией «Автономные Технологии» с успехом применяется комплекс диспетчеризации инженерных систем – компания является экспертом в данной сфере. Огромный опыт деятельности, свои наработки по автоматизации инженерных сетей и разработке собственных интерфейсов – позволили предприятию начать заниматься комплексным оснащением и обслуживанием, и делать это качественно, точно в согласованный с заказчиком срок. Специалисты высокой квалификации решают обширный перечень задач – от составления отчета и проектирования, до пусконаладочных работ и сдачи в эксплуатацию. Данный подход позволяет специалистам компании осуществлять весь спектр работ в сфере автоматизации и диспетчеризации инженерных систем на высшем уровне.

АЭМ-технологии

2021-03-09 10:00:00 Петрозаводскмаш изготовил партию оборудования для АЭС «Руппур»

Петрозаводский филиал компании «АЭМ-технологии» изготовил партию из двенадцати клиновых задвижек высокого давления, которые предназначены для оснащения машинного зала энергоблоков № 1 и 2 АЭС «Руппур» (Народная Республика Бангладеш). Клиновые задвижки успешно прошли весь комплекс заводских испытаний, в том числе пневматические, гидравлические и на вакуумную герметичность.

2021-03-08 00:00:00 С Международным женским днём!

От все души поздравляю вас с самым первым весенним праздником — Международным женским днём!

2021-03-03 10:58:00 На Атоммаше завершили сверловку резьбовых отверстий на корпусе реактора для второго блока АЭС «Руппур» (Бангладеш)

После мехобработки специалисты провели слесарную обработку и довели поверхность резьбы до идеального зеркального состояния. Служба технического контроля проверила покрытие резьбы и подтвердила высокое качество проведенных работ. Полный комплект основного оборудования – реактор и четыре парогенератора для первого блока АЭС «Руппур» были отгружены заказчику в 2020 году.

2021-02-26 15:35:00 Петрозаводскмаш выполнил сборку и термическую обработку полукорпуса компенсатора давления для АЭС «Аккую»

После завершения сборочно-сварочных работ изделие прошло термическую обработку для снятия остаточных послесварочных напряжений. Полукорпус компенсатора давления, состоящий из трёх обечаек, был нагрет в специальной термической печи для обработки крупногабаритных изделий до 650 градусов Цельсия и выдержан при этой температуре в течение 10 часов. После дробеструйной обработки и контроля качества полукорпус поступил на механическую обработку.

2021-02-25 16:53:00 На Атоммаше введен в работу новый высокоточный 3D-сканер для создания моделей крупных изделий

Установка предназначена для оцифровки поверхности крупногабаритных изделий. В процессе сканирования формируется облако из миллиона точек, которые за счет программного обеспечения отображают измеренные геометрические размеры изделий в реальном времени. Ранее размеры изделий получали с помощью многочисленных измерений на расточных и карусельных станках. Благодаря новой системе сотрудники получат точные параметры в 5 раз быстрее.

2021-02-24 10:31:00 Петрозаводскмаш роботизирует технологии изготовления продукции

В рамках цифровизации производства, совместно с компанией «Цифрум» (Госкорпорация «Росатом»), Петрозаводскмаш подтвердил возможность роботизации станков с ЧПУ для изготовления отдельных элементов оборудования АЭС. Токарный станок был дооборудован коллаборативным роботом (коботом), работающим совместно с человеком. Система ЧПУ станка и управления коботом связаны между собой и составляют единый технологический комплекс.

Нанесение изображений на окна по технологии I-image в Москве, способ нанесения рисунков ай-имидж

Индивидуальный дизайн окна

I-image [ай-имидж] — инновационный способ нанесения изображения на профиль и стекло. С его помощью любое стандартное окно превращается в произведение искусства.

В переводе с английского «image» обозначает изображение. Приставка «i» несет в себе двойной смысл: инновационный и индивидуальный. Таким образом, мы получаем изображение для эстетического удовлетворения и украшения своего дома.

Абсолютно любой рисунок можно нанести на все элементы окна (стекло, профиль, сэндвич-панели) с соблюдением цветопередачи и высокого качества изображения. Таким образом, на окне, двери или перегородках можно получить все, начиная от портрета и заканчивая логотипом фирмы.

Рисунок на профиле!

i-Image — единственная техника, которая допускает возможность нанесения изображения не только на стекло, но и на профильную систему окна, причем рисунок может быть самый невообразимый.

На стекле i-image можно комбинировать с раскладкой, бевелями или стразами, а на профиле — с любой техникой декорирования стекла. Вы можете выбрать изображение из нашего каталога, представленного в офисах продаж, предложить свое, либо воспользоваться услугами дизайнера Компании ЭКООКНА.

Мы гарантируем!

• Изображение имеет отличное качество (150 dpi) и соблюдает идеальную цветопередачу.
• Рисунок может состоять из мельчайших элементов.
• Нанесенные изображения устойчивы к механическим воздействиям, влаге, перепаду температур, солнечному свету.
• Готовая продукция экологична и безопасна для взрослых и детей.

Гарантия на изделие с i-image — 5 лет

Это прекрасная возможность как для украшения частного дома, так и для привлечения внимания к офису или торговому центру. Идеальное воспроизведение на стекле логотипа любой сложности станет привлекательным и долговечным средством рекламы для вашей фирмы!
Инновации на ваших окнах!

Видео презентация i-image

Технология нанесения изображения на стекло

Технология i-image позволяет наносить изображения с разными уровнями прозрачности, чтобы добиться нужной степени конфиденциальности помещения или особого эффекта объема для рисунка.

1. Непрозрачное изображение на стекле

Четкая яркая картинка, позволяющая добиться максимальной конфиденциальности. Отбрасывает тень. Идеально для перегородок и дверей.

2. Полупрозрачное изображение на стекле

Ненавязчивое, искрящееся на солнце изображение, пропускающее свет. Идеально для окон, балконов, зимних садов.

3. Изображение на профиле

Наносится со стороны помещения и только на белый с двух сторон профиль. При нанесении на арочные элементы нужно учитывать, что сначала делается рисунок, и только потом гнется профиль, в связи с чем деформации изображения непредсказуемы.

Максимальный размер стекла с i-image — 1580 x 2500мм.

Также хотим отметить, что данная технология не пленочная! Краска наносится непосредственно на стекло/профиль, вживляясь в поверхность. Поэтому вы можете быть уверены, что рисунок не отклеится, и изображение будет выглядеть одинаково как со стороны улицы, так и из помещения.

Как правильно ухаживать за изделием с i-image

Уход за рисунком, расположенным внутри стеклопакета, сводится к обычному мытью окон.

Для ухода за рисунком на сэндвиче и профиле мы рекомендуем:

• не использовать средства, в состав которых входят сильные растворители;
• не использовать средства, оставляющие жирные разводы на стекле;
• лучше всего применять моющие растворы на основе мыла;
• рисунки на изделии достаточно протирать влажными безворсовыми салфетками.

Не расстраивайтесь, если вы уже приобрели окна и только теперь узнали о декорировании стекла! Чтобы создать неповторимый образ дома, достаточно поменять обычный стеклопакет на декорированный.

Обзор технологии Puma Trinomic

Время чтения: 3 минуты

Кроссовки с технологией Puma Trinomic в настоящее время находятся на волне успеха. А ведь дебютировала легендарная серия беговых кроссовок Trinomic еще в начале 90-х годов. Тогда бренды не боялись хвастаться своей продукцией. Puma внесла свой вклад в бум визуальных технологий, создав уникальный стиль Trinomic: прозрачные резиновые вставки, которые деформировались в процессе амортизации, увеличивая уровень стабильности и контроля собственного движения.

Роль Trinomic для Puma

Технология Puma Trinomic заявила о себе в 1990 году. Инновационная разработка присутствовала в ряде беговых кроссовок Puma, которые теперь принято объединять в семейство Trinomic.

Кроссовки Puma Trinomic

Одновременно с тем, что технология была уникальной и прорывной, она еще и бросала вызов условностям своего времени. Преимуществами кроссовок воспользовались самые быстрые спортсмены на треке и изменили представление о выборе спортивной экипировки. Растущая популярность кроссовок Trinomic логичным образом привела к их появлению на улицах городов. Востребованность Trinomic расширила географию и демографию, объединив как мир производителей качественной спортивной обуви, так и нишу fashion.

Функционал обуви

Прозрачные резиновые шестигранники, которые лежат в основе технологии, выполняют 3 важные задачи:

• улучшают уровень амортизации,
• обеспечивают дополнительную гибкость,
• повышают уровень стабильности обуви в процессе носки.

Знаменитый логотип Trinomic Triangle подчеркивает эти три особенности. Удивительно, но кроссовки с этой технологией оказались настолько популярными, что пришлось даже разрабатывать под серию собственный логотип.

Логотип для Puma Trinomic

От спорта к улице

По сути, Puma — это спортивный бренд. Поэтому даже продукт, выпускаемый для линейки lifestyle, основан на спортивном функционале.

Популярные силуэты, созданные для бега, рано или поздно начинают мелькать на улицах городов. Puma имеет серьезный опыт в области производства уличной одежды и кроссовок и всегда была заметна на в этой нише. Поэтому процесс перехода от спортивной составляющей к уличному стилю для бренда максимально понятен и наработан.

Прямо сейчас Trinomic отражает определенный дух времени с точки зрения современников. 30 лет назад силуэт выглядел революционно, а сейчас идет в ногу со временем, находится в тренде. Поэтому неудивительно, что появляется все больше желающих поработать над коллаборацией с Puma Trionic. Одной из самых заметных работ над силуэтом стало сотрудничество с Brooklyn We Go Hard.

ПКФ Современные технологии

Компания ООО «ПКФ Современные технологии» специализируется на производстве и поставке современных высококачественных расходных материалов, медицинских изделий и упаковки для различных сфер медицины.

Компания ООО «ПКФ Современные технологии» основана в 2012 году молодыми инноваторами и успешно работает на рынке разработок новых медицинских изделий для отечественного потребителя, а также в сфере импортозамещения. Производство компании оснащено современным европейским технологическим оборудованием, позволяющим объединить совершенно разные промышленные сферы (от Типографической до Литьевой). Компания постоянно участвует в проектах крупных фармацевтических производителей и медицинских учреждений. Опыт в производстве медицинских изделий позволяет удовлетворять любые требования наших заказчиков.

В случаях, когда необходимы индивидуальные параметры для вашего изделия наше конструкторское бюро оперативно разработает пресс-форму, а экспериментальный участок ее изготовит и наладит серийный выпуск. Наш производственный участок после изготовления пресс-формы с легкостью выльет для вас любое изделие, будь то индивидуальный микропланшет или специфическая пробирка для диагностики, а также мы можем предложить изготовление индивидуальной блистерной упаковки, прозрачной или цветной, полностью или частично повторяющей форму вашего изделия. Это позволит подчеркнуть достоинства, производимого Вами товара и, одновременно, оградить его от повреждения. При необходимости мы можем нанести логотип на продукцию, что придаст вашему товару индивидуальность, фирменный стиль, повысит узнаваемость и защитит от подделок. Также, по желанию клиентов мы можем провести стерилизацию изделий на электроннолучевой установке, что позволит добиться стерильности изделий в любой упаковке.

Одно из конкурентных преимуществ компании ООО «ПКФ Современные технологии» — изготовление индивидуальных расходных материалов и изделий необходимых для проведения лабораторных исследований, разнообразные формы оплаты и дополнительный сервис (например, резервирование сроков производства, доставка товара и т.д.). Эффективная и гибкая система прямых продаж персонифицирует каждого нашего клиента. Этим объясняется простота и слаженность всех дальнейших этапов сотрудничества.

Фармпроизводитель в повседневной работе не должен помнить, с какими изделиями он работает. Если помнит – значит, оно ему постоянно досаждает, а еще он должен знать, что рядом есть компания, чьи специалисты в любую минуту придут на помощь.

: Технологии и медиа :: РБК

РКН обвинил Twitter в многочисленных нарушениях и неудалении запрещенной информации. Работу соцсети в России начали замедлять: для этого можно использовать оборудование, установленное по закону о «суверенном Рунете»

Фото: Scott Eells / Bloomberg

Главное к 21:20

• В России на всех мобильных и 50% стационарных устройств Роскомнадзор начал замедлять работу Twitter. Свои действия ведомство объяснило неисполнением требований властей и допустило блокировку соцсети.
• Одновременно пользователи пожаловались, что у них не загружаются сайты госорганов — Кремля, правительства, Госдумы, Совета Федерации. На сбои пожаловались клиенты банков, о них предупредила и «Почта России». Сбои связаны с проблемой из-за маршрутизаторов «Ростелекома», объяснили в Минцифры.
• Вечером Роскомнадзор сообщил, что передал в суд три протокола в отношении Twitter за систематическое игнорирование требований об удалении противоправной информации.

Что случилось

• Роскомнадзор с 10 марта начал замедлять скорость работы соцсети Twitter. Ограничение коснется всех мобильных устройств и 50% стационарных. Как пояснил представитель ведомства, используемый механизм предполагает замедление передачи фото- и видеоконтента, без ограничения передачи текстовых сообщений. Выбирая меры воздействия, «ведомство ставило своей целью свести к минимуму неудобства для пользователей Twitter».
• Это первый случай в России, когда власти принимают подобные меры против интернет-ресурса.
• Ведомство обвинило социальную сеть в неудалении противозаконного контента. По данным Роскомнадзора, с 2017 года соцсети было направлено больше 28 тыс. требований об удалении контента. На 10 марта 2021 года неудаленными остаются 2569 материалов с призывами к совершению суицида несовершеннолетними, 450 — с детской порнографией, 149 — с информацией об использовании наркотиков.

• Если Twitter продолжит не исполнять требования Роскомнадзора, он может быть заблокирован в России, пригрозили в ведомстве.
• После сообщения Роскомнадзора сервис Downdetector начал фиксировать всплеск жалоб пользователей из России на работу Twitter. Они жалуются на проблемы с работой сайта и входом в аккаунт.
• В первой половине дня 10 марта со сбоями могли столкнуться клиенты финансовых организаций, в частности Сбербанка, ВТБ, Альфа-банка, Тинькофф Банка, QIWI, следует из данных сайта Downdetector. Проблемы в зависимости от банка возникали при входе в систему, при отправке денежных переводов и работе других сервисов. РБК направил запрос в указанные кредитные организации. На стороне банков проблем нет, сказали РБК два источника на финансовом рынке, связав сбои с проблемами в работе интернет-провайдеров из-за действий Роскомнадзора.
• По состоянию на 14:00 мск приложения этих банков у корреспондентов РБК открывались. «У QIWI действительно появились сбои в системе, они никак не связаны с действиями Роскомнадзора. Проблема уже локализована», — сообщила РБК директор по коммуникациям QIWI Анастасия Журавлева. «Все системы банка работают в штатном режиме», — сообщили в пресс-службе «Сбера». Представитель «Тинькоффа» сказал, что банк не зафиксировал масштабных сбоев. Представитель ВТБ сообщил, что в работе банка 10 марта «наблюдались незначительные ограничения, которые коснулись обслуживания клиентов в небольшой части офисов продаж». Сейчас все ограничения сняты. В 15:56 в Альфа-банке сообщили РБК, что его сервисы работают в штатном режиме, проблем с доступностью нет.
• Пользователь Twitter и исследователь сетевых блокировок под псевдонимом ValdikSS сообщил, что Роскомнадзор замедлил сайты с t.co в домене — одном из поддоменов Twitter. По его мнению, из-за этого под замедление в России попало сразу множество ресурсов, адреса которых содержат t.co, в том числе государственное издание Russia Today, домен Microsoft.com, с которого помимо прочего скачиваются обновления Windows и игры для Xbox, Reddit, сайты подкастеров — Beardycast и Zavtracast, поддомены Github, Steam и другие.

Технология сканирования изображений

Core — Сканер изображений: Fujitsu Global

Наряду с поиском технических инноваций, направленных на улучшение подачи бумаги, функции, требуемые от сканеров, эволюционировали со временем, создавая значительные технические препятствия для инженеров.

Сюичи Морикава, в настоящее время работающий в нашем отделе передовых технологий, столкнулся с трудной проблемой в начале 2000-х годов, когда он работал над разработкой методов подачи бумаги.Его трудности возникли из-за необходимости значительно увеличить количество листов бумаги, которые можно было одновременно поместить в сканер. Первоначальная емкость, когда сканер изображений был разработан на основе факсимильной связи примерно в 1986 году, составляла 50 листов. Хотя это количество постепенно увеличивалось, цель разработки на этот раз заключалась в том, чтобы сканер мог принимать 200 листов за раз. «Когда я не смог получить желаемых результатов, испробовав всевозможные методы», — пояснил г-н.Морикава, «мне казалось, что проблема не может быть решена простым расширением существующей технологии. Несмотря на это, отказ не был вариантом».

Он решил пойти более академическим путем. Примерно с 2005 года он начал совместное исследование технологий подачи бумаги с профессором местного университета. Вместе с ведущим специалистом в области трибологии (изучение различных явлений, которые происходят между двумя поверхностями, которые взаимодействуют посредством таких механизмов, как трение, износ и смазка), он исследовал взаимосвязь между листами бумаги и между бумагой и резиновыми подающими роликами.На основе этого совместного исследования с университетом мы постепенно начали подходить к возможности подачи бумаги с более академической точки зрения.

В то время как возможность подачи бумаги до этого времени была разработана на основе закона Амонтона-Кулона *, который используется чаще всего, по мере продвижения исследований стало ясно, что этого недостаточно для разработки сканеров, которые используйте эластичные резиновые ролики в механизме подачи. Это означало, что коэффициент трения, который до того времени считался постоянным, на самом деле варьировался в зависимости от таких факторов, как нагрузка и площадь контакта.Соответственно, теория, лежащая в основе разработки, была фундаментально пересмотрена, и они приступили к разработке более совершенных методов подачи и подачи бумаги, включая рассмотрение того, как коэффициент трения менялся в зависимости от условий, и разработку своих собственных измерительных устройств.

* Закон Амонтона-Кулона: Трение (сопротивление контактной поверхности в обратном направлении подачи бумаги) пропорционально приложенной нагрузке, при этом коэффициент трения (сила трения / нагрузка) остается постоянным.

Как фотографии ваших детей используются в технологиях видеонаблюдения

Однажды в 2005 году к Flickr присоединилась мать из Эванстона, штат Иллинойс. Она загрузила несколько фотографий своих детей, Хлои и Джаспера. Потом она более или менее забыла о существовании своего аккаунта.

Спустя годы их лица занесены в базу данных, которая используется для тестирования и обучения некоторых из самых сложных систем искусственного интеллекта в мире.

Подборка изображений из базы данных MegaFace.

миллионов изображений Flickr были помещены в базу данных под названием MegaFace. Теперь некоторые из этих лиц могут подать в суд.

Автор: Кашмир Хилл и Аарон Кролик

Детские рисунки Хлои и Джаспера Папы — это типично тупой образ: улыбающиеся вместе с родителями; высунув языки наружу; костюм на Хэллоуин.Их мать, Доминик Аллман Папа, загрузила их на Flickr после того, как присоединилась к сайту обмена фотографиями в 2005 году.

Никто из них не мог предвидеть, что 14 лет спустя эти изображения будут находиться в беспрецедентно огромной базе данных распознавания лиц под названием MegaFace. Содержащий изображения почти 700 000 человек, он был загружен десятками компаний для обучения алгоритмов распознавания лиц нового поколения, используемых для отслеживания протестующих, слежки за террористами, выявления проблемных игроков и слежки за общественностью в целом.

«Это отвратительно и неудобно, — сказал Мкс. Папа, которому сейчас 19 лет, учится в колледже в Орегоне. «Я хотел бы, чтобы они сначала спросили меня, хочу ли я принять в этом участие. Я считаю, что искусственный интеллект — это круто, и я хочу, чтобы он был умнее, но обычно вы просите людей участвовать в исследованиях. Я узнал это в биологии в старшей школе ».

Хлоя Папа Аманда Люсье для The New York Times

По закону, у большинства американцев, внесенных в базу данных, не нужно спрашивать разрешения, но папы должны были это сделать.

Как жители Иллинойса, они находятся под защитой одного из самых строгих государственных законов о конфиденциальности: Закона о конфиденциальности биометрической информации — меры 2008 года, предусматривающей денежные штрафы за использование отпечатков пальцев или сканирования лица жителей Иллинойса без согласия.

Те, кто использовал базу данных — компании, включая Google, Amazon, Mitsubishi Electric, Tencent и SenseTime — по-видимому, не знали о законе, и в результате, по словам нескольких юристов и профессоров права, знакомых с законодательством, могут нести огромную финансовую ответственность.

Как родился MegaFace

Как папы и сотни тысяч других людей оказались в базе данных? Это окольный рассказ.

На заре технологии распознавания лиц исследователи разрабатывали свои алгоритмы с явного согласия испытуемых: в 1990-х годах в университеты приходили добровольцы в студии, чтобы сфотографироваться с разных ракурсов. Позже исследователи обратились к более агрессивным и скрытным методам сбора лиц в более крупном масштабе, подключению к камерам наблюдения в кафе, кампусах колледжей и общественных местах и ​​сканированию фотографий, размещенных в Интернете.

По словам Адама Харви, художника, отслеживающего наборы данных, существует, вероятно, более 200, содержащих десятки миллионов фотографий примерно одного миллиона человек. (Некоторые наборы являются производными от других, поэтому на рисунках есть дубликаты.) Но эти кеши имели недостатки. Например, изображения с камер видеонаблюдения часто бывают низкого качества, а сбор снимков в Интернете обычно приводит к появлению слишком большого количества знаменитостей.

В июне 2014 года, стремясь продвинуть дело компьютерного зрения, Yahoo представила то, что она назвала «крупнейшей когда-либо выпущенной общедоступной мультимедийной коллекцией», включающей 100 миллионов фотографий и видео.Yahoo получила изображения — все из которых имели лицензии Creative Commons или коммерческое использование — от Flickr, дочерней компании.

Создатели базы данных заявили, что их мотивация заключалась в том, чтобы выровнять игровое поле в машинном обучении. Исследователям нужны огромные объемы данных для обучения своих алгоритмов, и сотрудники всего нескольких компаний, богатых информацией, таких как Facebook и Google, имели большое преимущество перед всеми остальными.

«Мы хотели расширить возможности исследовательского сообщества, предоставив им надежную базу данных», — сказал Дэвид Айман Шамма, который до 2016 года был директором по исследованиям в Yahoo и участвовал в создании проекта Flickr.Пользователи не были уведомлены о том, что их фото и видео были включены, но г-н Шамма и его команда создали то, что, по их мнению, было защитой.

Они не распространяли фотографии пользователей напрямую, а скорее давали ссылки на фотографии; таким образом, если пользователь удалил изображения или сделал их личными, они больше не были бы доступны через базу данных.

Но эта гарантия была ошибочной. The New York Times обнаружила уязвимость в системе безопасности, которая позволяет получить доступ к фотографиям пользователя Flickr даже после того, как они стали личными.(Скотт Кинзи, представитель компании SmugMug, которая приобрела Flickr у Yahoo в 2018 году, сказал, что этот недостаток «потенциально затрагивает очень небольшое количество наших участников сегодня, и мы активно работаем над тем, чтобы как можно быстрее развернуть обновление». Бен МакАскилл, главный операционный директор компании добавил, что коллекция Yahoo была создана «за много лет до нашего сотрудничества с Flickr».)

Кроме того, некоторые исследователи, получившие доступ к базе данных, просто загрузили версии изображений, а затем распространили их, включая команду из Вашингтонского университета.В 2015 году два школьных профессора информатики — Ира Кемельмахер-Шлизерман и Стив Зейтц — и их аспиранты использовали данные Flickr для создания MegaFace.

Содержащий более четырех миллионов фотографий примерно 672 000 человек, он многообещал для тестирования и совершенствования алгоритмов распознавания лиц.

Мониторинг уйгур и пикник порно актеров

Что важно для исследователей Вашингтонского университета, в MegaFace были такие дети, как Хлоя и Джаспер Папа.Системы распознавания лиц, как правило, плохо работают с молодыми людьми, но Flickr дал шанс улучшить это с помощью множества детских лиц по той простой причине, что люди любят публиковать фотографии своих детей в Интернете.

В 2015 и 2016 годах Вашингтонский университет провел «MegaFace Challenge», пригласив группы, работающие над технологией распознавания лиц, использовать набор данных для проверки того, насколько хорошо работают их алгоритмы.

Школа попросила людей, загружающих данные, согласиться использовать их только в «некоммерческих исследовательских и образовательных целях».«В нем приняли участие более 100 организаций, включая Google, Tencent, SenseTime и NtechLab. В целом, согласно выпуску новостей университета за 2016 год, с базой данных работали «более 300 исследовательских групп». Он был публично процитирован исследователями из Amazon и, по словам г-на Харви, Mitsubishi Electric и Philips.

Некоторые из этих компаний были подвергнуты критике за то, как клиенты развернут свои алгоритмы: технология SenseTime была использована для контроля населения уйгуров в Китае, в то время как NtechLab была использована для порнографию актеров и определить незнакомцев в метро в России.

Директор по маркетингу SenseTime Джун Джин сказал, что исследователи компании использовали базу данных MegaFace только в академических целях. «Исследователи должны использовать один и тот же набор данных, чтобы их результаты были сопоставимы на равных», — написала г-жа Цзинь в электронном письме. «Поскольку MegaFace является самой широко известной базой данных в своем роде, она фактически превратилась в набор для обучения распознаванию лиц и тестов для глобального академического и исследовательского сообщества».

Представитель NtechLab Николай Грунин сказал, что компания удалила MegaFace после участия в испытании, и добавил, что «основная сборка нашего алгоритма никогда не обучалась на этих изображениях. В Google от комментариев отказались.

Пресс-секретарь Вашингтонского университета отказалась предоставить интервью с ведущими исследователями MegaFace, заявив, что они «перешли к другим проектам и у них нет времени, чтобы это комментировать». Попытки связаться с ними индивидуально не увенчались успехом.

Создание MegaFace частично финансировалось Samsung, Google Faculty Research Award и Национальным научным фондом / Intel.

В последние годы г-жа Кемельмахер-Шлизерман продала Facebook компанию по замене лица и передовую технологию глубокого подделки, преобразовав аудиоклипы Барака Обамы в реалистичное синтетическое видео, на котором он произносит речь.Сейчас она работает над «лунным проектом» в Google.

‘Что за черт? Это помешательство

MegaFace остается общедоступным для загрузки. Когда New York Times недавно запросила доступ, он был предоставлен в течение минуты.

MegaFace не содержит имен людей, но его данные не анонимны. Представитель Вашингтонского университета сказал, что исследователи хотели соблюдать лицензии Creative Commons для изображений. В результате каждая фотография включает числовой идентификатор, который ведет к исходной учетной записи фотографа Flickr.Таким образом, The Times смогла отследить многие фотографии в базе данных до людей, которые их сделали.

«Что за черт? Это безумие », — сказал Ник Альт, предприниматель из Лос-Анджелеса, когда сказал, что его фотографии были в базе данных, включая фотографии детей, которые он сделал на публичном мероприятии в Плайя-Виста, Калифорния, десять лет назад.

фотографий г-на Альт, включая подборку изображений с сайта MegaFace.

«Причина, по которой я изначально обратилась на Flickr, заключалась в том, что вы могли установить лицензию как некоммерческую.Совершенно верно, я бы не позволил использовать свои фотографии в проектах по машинному обучению. Я чувствую себя таким тупицей из-за того, что опубликовал эту фотографию. Но я сделал это 13 лет назад, еще до того, как конфиденциальность стала нормой ».

Другой субъект, который попросил называть его Дж., Сейчас является 15-летним второкурсником средней школы в Лас-Вегасе. Фотографии, на которых он был маленьким, есть в базе данных MegaFace, благодаря тому, что его дядя разместил их в альбоме Flickr после воссоединения семьи десять лет назад. J. не верил в то, что внесение его в базу данных без его разрешения не было незаконным, и его беспокоят последствия.

Начиная со средней школы, он был участником программы Ассоциации ВВС под названием CyberPatriot, которая пытается направить молодых людей с навыками программирования на карьеру в области кибербезопасности. «Из-за этого я очень защищаю свой цифровой след», — сказал он. «Я стараюсь не публиковать свои фотографии в Интернете. Что, если я решу работать на АНБ? »

Дж., Мистеру Альт и большинству других американцев, изображенных на фотографиях, почти ничего не остается. Закон о конфиденциальности в Соединенных Штатах, как правило, настолько либерален, что компании могут свободно использовать лица миллионов людей без их ведома, чтобы способствовать распространению технологии распознавания лиц.Но есть исключение.

В 2008 году Иллинойс принял дальновидный закон, защищающий «биометрические идентификаторы и биометрическую информацию» его жителей. Два других штата, Техас и Вашингтон, приняли свои собственные законы о биометрической конфиденциальности, но они не так надежны, как закон в Иллинойсе, который строго запрещает частным лицам собирать, фиксировать, покупать или иным образом получать биометрические данные человека, в том числе сканирование их «геометрии лица» — без согласия этого человека.

«Сами фотографии не подпадают под действие Закона о конфиденциальности биометрической информации, но сканирование фотографий должно быть.Простое использование биометрических данных является нарушением закона », — заявила Фэй Джонс, профессор права в Университете Иллинойса. «Использование этого в алгоритмическом конкурсе, когда вы не уведомили людей, является нарушением закона».

Жители Иллинойса, такие как Папы, чьи отпечатки лиц используются без их разрешения, имеют право подать в суд, сказала г-жа Джонс, и имеют право на получение 1000 долларов за использование или 5000 долларов, если использование было «неосторожным». The Times попыталась измерить, сколько людей из Иллинойса находится в базе данных MegaFace; один подход, использующий информацию о местоположении, сообщаемую самими участниками, предлагал 6000 человек, а другой, использующий метаданные геотегирования, указывал целых 13000 человек.

Их биометрия, вероятно, обрабатывалась десятками компаний. По мнению нескольких экспертов по правовым вопросам в Иллинойсе, совокупная ответственность может составить более миллиарда долларов и может стать основанием для коллективного иска.

«У нас в Иллинойсе много амбициозных юристов по коллективным искам, — сказал Джеффри Видман, управляющий партнер Fox Rothschild в Чикаго. «В Иллинойсе этот закон прописан с 2008 года, но в течение десяти лет его практически игнорировали. Я гарантирую вам, что в 2014 или 2015 годах об этой потенциальной ответственности никто не обращал внимания.Но теперь технология догнала закон ».

Дело против Facebook на 35 миллиардов долларов

Примечательно, что закон штата Иллинойс вообще существует. По словам Мэтью Куглера, профессора права Северо-Западного университета, который исследовал закон штата Иллинойс, он был вдохновлен банкротством в 2007 году компании Pay by Touch, в досье которой хранились отпечатки пальцев многих американцев, включая иллинойцев; были опасения, что он может продать их при ликвидации.

Согласно законодательным и лоббистским записям, никто из представителей технологической индустрии не принял во внимание законопроект.

«Когда был принят закон, никто из тех, кто сейчас этим озабочен, не думал об этом», — сказал г-н Куглер. Кремниевая долина теперь знает о законе. Bloomberg News сообщал в апреле 2018 года, что лоббисты Google и Facebook пытались ослабить его положения.

С 2015 года в Иллинойсе было подано более 200 коллективных исков о неправомерном использовании биометрических данных жителей, в том числе дело против Facebook на 35 миллиардов долларов за использование распознавания лиц для отметки людей на фотографиях.Этот иск набрал обороты в августе, когда Апелляционный суд девятого округа Соединенных Штатов отклонил аргументы компании о том, что люди не понесли «конкретного вреда».

В последние годы технологические компании стали действовать более осторожно в штатах с биометрическим законодательством. Когда в 2018 году Google выпустил функцию сопоставления селфи с известными произведениями искусства, жители Иллинойса и Техаса не смогли ею воспользоваться. А камеры видеонаблюдения Google Nest не предлагают стандартной функции распознавания знакомых лиц в Иллинойсе.

«Это жутко, что ты нашел меня. Я всегда жила с философией, что то, что я выкладываю, должно быть публичным, но я не могла себе этого представить », — сказала Венди Пирсолл, издатель и член городского совета в Вудстоке, штат Иллинойс, чьи фотографии вместе с фотографиями ее троих дети, находились в базе данных MegaFace.

«Мы не можем использовать приложение« Веселое искусство »; почему вы используете лица наших детей для тестирования своего программного обеспечения? » она добавила. «Мои фотографии там привязаны к Иллинойсу. Несложно выяснить, где были сделаны эти снимки.Я не очень-то счастлив, но я бы подбодрил кого-нибудь еще, чтобы тот согласился после этого.

Конфиденциальный нигилизм

Доминик и Джордж Папа с сыном Джаспером в их доме в Эванстоне, штат Иллинойс, в начале этого месяца. Тейлор Гласкок для The New York Times

Некоторые судебные процессы в штате Иллинойс были урегулированы или отклонены, но большинство из них в силе, и г-н Куглер, профессор права Северо-Запада, отметил, что основные юридические вопросы остались без ответа. Неясно, какова будет юридическая ответственность компании, которая делает фотографии, загруженные в Иллинойсе, но обрабатывает данные о лицах в другом штате или даже в другой стране.

«Обвиняемые будут творчески подходить к поиску аргументов, потому что никто не хочет застревать в руках с этим дорогим горячим картофелем», — сказал он.

Представитель Amazon Web Services заявил, что использование набора данных «соответствует требованиям B.I.P.A.», но отказался объяснить, как это сделать. Марио Фанте, представитель Philips, написал в электронном письме, что компании «никогда не было известно о каких-либо жителях Иллинойса, включенных в вышеупомянутый набор данных.”

Виктор Балта, представитель Вашингтонского университета, сказал: «Любое использование фотографий в базе данных исследователей является законным. U.W. является государственным исследовательским университетом, а не частной организацией, и закон штата Иллинойс нацелен на частные организации ».

Некоторые из жителей Иллинойса, которых мы нашли в MegaFace и с которыми связались, были безразличны к использованию своих лиц.

«Я знаю, что когда вы загружаете информацию в Интернет, ее можно использовать неожиданным образом, поэтому я не удивлен, — сказал Крис Шойфеле, веб-разработчик из Спрингфилда.«Когда вы загружаете информацию в Интернет и делаете ее общедоступной, вы должны ожидать, что она будет очищена».

А как насчет сюжетов его фотографий? Мистер Шойфеле засмеялся. «Я не говорил об этом своей жене», — сказал он.

«Нигилизм конфиденциальности» — это все более привычный термин для обозначения отказа от попыток контролировать данные о себе в цифровую эпоху. То, что случилось с Хлоей Папой, может, в зависимости от вашей точки зрения, служить аргументом в пользу крайней бдительности или полной отставки: кто мог предположить, что снимок малыша в 2005 году через полтора десятилетия внесет вклад в развитие передовых технологий. технология наблюдения?

«Мы привыкли торговать удобством ради конфиденциальности, так что это притупило наши чувства по поводу того, что происходит со всеми собранными о нас данными», — сказала г-жа Ф. Джонс, профессор права. «Но люди начинают просыпаться».

Интеллект книг | Культура, технологии и образ

Культура, технологии и образ исследует технологии, применяемые при архивировании, доступе и распространении образов. В главах обсуждается, каким образом технологические разработки влияют на привычки и методы, используемые при изучении и передаче знаний об изображениях. В сборнике обсуждается широкий круг вопросов, включая доступ и участие; исследования, педагогика и преподавание; курирование и документация; обращение и повторное использование; и консервация и сохранение.

Книга показывает, как знания об изображениях переплетаются с методами, которые используются для хранения, извлечения и анализа этих изображений и связанной с ними информации. Сосредоточение внимания на влиянии технологий на процессы и практики позволяет увидеть проницаемую природу границ между такими дисциплинами, как история искусства, медиа-исследования, музейные исследования и архивное дело. Таким образом, этот текст понравится широкой академической аудитории, включая искусствоведов, интересующихся цифровыми технологиями; исследователи медиа-исследований; ученые-гуманитарии в области цифровых технологий, заинтересованные в выходе за рамки текстоведения; а также новых студентов в любой из этих областей.

Джереми Пилчер — преподаватель права в Школе права Биркбека Лондонского университета. Его исследования связаны с пересечением искусства и права.

Введение
Джереми Пилчер

1. Современные исследовательские методологии ученых в области изобразительного искусства:
На пути к новой модели поиска изображений и текста для области
Кэтрин Ларкин

Часть I: Создание данных
2.От фотограмметрии к большим данным: пример их возможностей
для истории цифрового искусства
Педро Луенго
3. Технологии обработки изображений, применяемые к вопросам авторства
Николас Исто

Часть II: Представление знаний и визуализация
4. Машины времени
Стивен Бойд Дэвис
5. Vorsprung durch Technik: многоэкранные учебные пространства и
художественно-исторический метод
Бретт Блай и Катарина Лоренц

Часть III: Виртуальная музеология
6.Виртуальный музей: концепция и трансформация
Анна Бентковска-Кафель
7. Полевое руководство по анализу курирования социальных сетей искусства в Интернете
Альмила Акдаг Салах
8. Гипериображение: к теории расширенной фотографии
Альфредо Крамеротти

Вывод: Технология | техника | трансформация
Джереми Пилчер

Заметки об участниках
Указатель

5 умных способов использования цифровых изображений в классе

5 умных способов использования цифровых изображений в классе by Mike Acedo

Хорошо известно, что студента 21 века постоянно засыпают цифровыми изображениями.Будь то телевидение, социальные сети, рекламодатели или смартфоны, непрекращающаяся визуальная стимуляция, с которой сталкиваются учащиеся, заставляет некоторых объявлять ее вредной для развития учащихся.

Утверждается, что при таком большом количестве визуальной стимуляции ученикам стало труднее сохранять концентрацию, что затрудняет концентрацию и ограничивает их способность обрабатывать информацию. Хотя это можно обсуждать, учителя обязательно должны предпринять необходимые шаги для борьбы с этими потенциальными негативными эффектами.Это заставило учителей признать важность образов и их использования в своих классах.

Для учащихся важно уметь использовать изображения как инструмент для развития своих знаний и достижений. В этом качестве учащиеся могут абстрактно обдумывать сложные идеи и информацию, превращая учебную программу в повествование, которое они могут усвоить с помощью творческих образов. Есть несколько способов, которыми учителя могут использовать изображения для извлечения врожденного творческого потенциала своих учеников, одновременно способствуя глубокому размышлению и оттачивая внимание к деталям.

5 умных способов использования цифровых изображений в классе

1. Визуальные биографии

Во многих аспектах образования истинный потенциал ученика проявляется, когда предмет является личным для него.

Учителя могут использовать это разными способами; например, попросить учащихся создать наглядные биографии, отражающие их жизнь. Учащиеся могут находить впечатляющие изображения в Интернете или в социальных сетях и объединять их в слайд-шоу, подчеркивающее их прошлое, настоящее и будущее.

Эти изображения могут символизировать важные события, людей или места в их жизни. Они также могут отражать личные цели, интересы и будущие устремления каждого учащегося. Это не только раскроет творческую натуру учащихся, но и побудит их глубоко задуматься о том, какие изображения действительно воплощают их и их стремления.

Слайд-шоу впоследствии могут быть представлены классу, давая одноклассникам возможность взглянуть на личности своих сверстников.Учащиеся могут комментировать изображения, находить сходство в своей жизни и укреплять товарищеские отношения в классе.

Это может быть интересным и эффективным способом для учащихся использовать образы как инструмент для самовыражения, развития творческих способностей и изучения своих одноклассников.

2. Фотоочерки

Визуальные биографии — не единственный способ использовать изображения в классе. Рисунки также могут быть использованы для демонстрации понимания материала учащимися.Фотоочерки — отличный способ добиться этого, и их можно применить к любому предмету.

Для этого студенты могут работать в группах или самостоятельно составлять цифровые изображения, относящиеся к соответствующей теме. К каждой фотографии можно добавить подписи, объясняющие отношение фотографии к предмету и дающие представление о мыслительном процессе учащегося.

Это может быть немного сложно, поскольку интерпретации учащихся зависят от их личного понимания. Поэтому преподавателям важно проявлять осмотрительность при реализации этой тактики и следить за тем, чтобы учащиеся четко соотносили изображение и предмет.

Ярким примером может быть сбор изображений исторического события и сравнение их с изображениями аналогичных текущих событий. Затем учащиеся могут найти сходство между прошлыми и настоящими проблемами и сделать выводы о том, как эти проблемы можно предотвратить.

Другой пример — это предложение студентам использовать камеры своих телефонов для документирования пошагового процесса научного эксперимента. Это не только позволит учащимся использовать технологию, которая интегрирована в их жизнь, но также позволит им использовать ее как способ, улучшающий их учебный опыт.

Учителя и ученики могут проявить творческий подход в том, как они хотят включать изображения. Однако использование изображений как способа измерения понимания не только задействует изобретательность и находчивость студентов, но также подчеркивает качество во всех аспектах студенческой работы.

3. Визуальное повествование

Используя цифровые изображения в классе, учителя могут побуждать учащихся создавать рассказы для определенных изображений. Многие студенты сдали экзамены или выполняли домашние задания, в которых отображается изображение, и просят студентов написать рассказ, описывающий происходящее.Это может быть отличным упражнением, которое не только стимулирует воображение учащихся, но и проверяет их сосредоточенность и внимание к деталям.

Учителя могут найти фотографию в Интернете, показать ее в классе и предложить учащимся создать повествование для изображения. Попросите учащихся определить определенные детали изображения, такие как обстановка, персонажи и то, что происходит. Попросите учащихся различать эмоции персонажей на основе их языка тела. Они счастливы, обеспокоены, расстроены? Почему? Есть конфликт? Какое может быть разрешение?

Студенты могут провести мозговой штурм в классе или в группах, опираясь на индуктивные рассуждения друг друга.После этого студентов можно попросить написать короткое размышление на основе того, что они видят на изображении. Это может быть полезным упражнением, которое помогает учащимся использовать индуктивные рассуждения для рассказа истории. Каждая история может отличаться в зависимости от индивидуальной интерпретации, что дает учащимся возможность свободно проявлять свою оригинальность и индуктивные навыки, не опасаясь неудач или насмешек.

4. Фотожурналистика

В современном обществе жизненно важно, чтобы учащиеся знали о том, что происходит в мире.Таким образом, привлечение студентов к фотожурналистике может дать ряд преимуществ, в том числе признательность за образование, которое вы им предоставляете!

В классе преподаватели могут использовать фотографии, чтобы информировать учащихся о текущих событиях, а также предлагать им провести собственное исследование изображений. Создавая изображение в классе, учителя могут побудить учащихся к глубоким размышлениям, когда они обдумывают проблемы, которые представляет изображение.

Учителя могут побуждать учеников задавать вопросы, писать размышления или покупать свои собственные фотографии или политические карикатуры для представления классу в качестве еженедельного задания.

Фотожурналистика может быть очень эффективным способом вовлечь учащихся в глубокие и сложные проблемы. Это также эффективный способ для учащихся выразить собственное мнение и побуждает их выбирать изображения, привлекающие внимание к важным для них вопросам.

5. Словарный запас

В любом курсе языковых искусств изображения могут быть полезным инструментом для студентов, пополняющих словарный запас и словесных ассоциаций. Представляя тщательно подобранную группу изображений, учителя показывают наглядный пример слов, которым они пытаются научить.Кроме того, учащимся легче запоминать новые слова, поскольку они автоматически связываются с визуальным представлением.

Педагоги также могут экспериментировать с упражнениями, которые позволяют учащимся составить словарный запас из изображений. Можно представить классу выбранную группу изображений и позволить учащимся работать вместе, чтобы извлечь из изображения как можно больше прилагательных.

Это простой, но эффективный способ побудить детей творчески задуматься о том, что они видят на изображениях.Педагоги могут даже превратить упражнение в игру, начисляя баллы учащимся, которые придумали наиболее творческие описания или аналогии.

Заключение

В современных классах учителям нужны все имеющиеся в их распоряжении ресурсы, чтобы привлечь внимание учеников.

Поскольку учащихся постоянно стимулируют визуально, использование образов в классе может быть очень полезным и эффективным инструментом. Изображения позволяют учащимся задействовать присущую им творческую натуру, способствуя вниманию к деталям, критическому мышлению и находчивости.Это также позволяет студентам обрабатывать глубокие и сложные вопросы абстрактным и умственно стимулирующим образом. Логично, что в каждом классе тем или иным образом используются изображения, поскольку это очень эффективный метод обучения и успеваемости учащихся.

5 умных способов использования цифровых изображений в классе; авторство изображения пользователь flickr ap и woodleywonderworks

AVIF для кодирования изображений следующего поколения | by Netflix Technology Blog

Тем не менее, есть исходные изображения, в которых потеря из-за подвыборки 420 не очевидна для человеческого восприятия, и в таких случаях может быть выгодно использовать подвыборку 420. В идеале кодек должен поддерживать оба формата субдискретизации. Однако есть несколько кодеков, которые поддерживают только подвыборку 420 — webp, обсуждаемый ниже, является одним из таких популярных кодеков.

Формат JPEG был представлен в 1992 году и пользуется большой популярностью. Он поддерживает различные субдискретизации цвета, включая 420, 422 и 444. JPEG может принимать данные RGB и преобразовывать их в представление яркости и цветности перед выполнением сжатия с потерями. Дискретное косинусное преобразование (DCT) используется как декорреляционное преобразование для блоков выборок размером 8×8.Затем следует квантование и энтропийное кодирование. Однако JPEG ограничен 8-битными изображениями и не поддерживает альфа-канал. Более свежий стандарт JPEG-XT расширяет JPEG до более высокой битовой глубины, поддержки альфа-канала, сжатия без потерь и многого другого с обратной совместимостью.

Формат JPEG 2000, основанный на дискретном вейвлет-преобразовании (DWT), был представлен как преемник JPEG в 2000 году. Он принес целый ряд дополнительных функций, таких как пространственная масштабируемость, кодирование области интереса, диапазон поддерживаемых битовая глубина, гибкое количество цветовых плоскостей, кодирование без потерь и т. д.С расширением движения он был принят в качестве стандарта кодирования видео для цифрового кино в 2004 году.

Формат webp был представлен Google примерно в 2010 году. Google добавил поддержку декодирования на устройствах Android и браузере Chrome, а также выпустил библиотеки, которые разработчики могли добавлять в свои приложения на других платформах, например iOS. Webp основан на внутрикадровом кодировании из формата кодирования видео VP8. Webp не обладает всеми гибкими возможностями JPEG 2000. Однако он поддерживает кодирование без потерь, а также альфа-канал без потерь, что делает его более эффективной и быстрой альтернативой PNG в определенных ситуациях.

Высокоэффективное кодирование видео (HEVC) является преемником H. 264, также известного как формат Advanced Video Coding (AVC). Внутрикадровое кодирование HEVC может быть инкапсулировано в высокоэффективный формат файла изображения (HEIF). Этот формат чаще всего используется устройствами Apple для хранения записанных изображений.

Точно так же формат файла изображения AV1 (AVIF) позволяет инкапсулировать содержимое, закодированное внутри кадра AV1, тем самым используя преимущества превосходного усиления сжатия, достигнутого AV1 по сравнению с предшественниками. В следующем разделе мы коснемся некоторых привлекательных технических характеристик AVIF.

Комитет по JPEG разрабатывает формат кодирования под названием JPEG XL, который включает функции, направленные на помощь при переходе от устаревшего формата JPEG. Существующие файлы JPEG можно без потерь перекодировать в JPEG XL с одновременным уменьшением размера файла. Также включен облегченный процесс преобразования обратно в формат JPEG для обслуживания клиентов, поддерживающих только устаревший JPEG.

Хотя современные видеокодеки были разработаны в первую очередь для видео, инструменты внутрикадрового кодирования в видеокодеке не сильно отличаются от инструментов сжатия изображений.Учитывая огромный выигрыш в сжатии современных видеокодеков, они очень популярны в качестве форматов кодирования изображений. Существует потенциальная выгода от повторного использования оборудования для сжатия / распаковки видео. Аппаратное декодирование изображения может не быть основным мотиватором, учитывая особенности композиции пользовательского интерфейса, зависящей от ОС, и архитектурные последствия перемещения несжатых пикселей изображения.

В области форматов кодирования изображений Группа экспертов по движущимся изображениям (MPEG) стандартизировала не зависящий от кодеков и общий формат контейнера изображений: стандарт ISO / IEC 23000–12 (a.к.а. HEIF). HEIF использовался для хранения, прежде всего, изображений в кодировке HEVC (в его варианте HEIC), но также способен хранить изображения в кодировке AVC или даже изображения в кодировке JPEG. Альянс за открытые медиа (AOM) недавно расширил этот формат, чтобы указать хранение изображений в кодировке AV1 в формате AVIF. Базовый формат HEIF предлагает типичные функции, ожидаемые от формата изображения, такие как: поддержка любого кодека изображения, возможность использовать режим с потерями или без потерь для сжатия, поддержка различной субдискретизации и битовой глубины и т. Д.Кроме того, формат также позволяет хранить серию анимированных кадров (предлагая эффективную и долгожданную альтернативу анимированным GIF-файлам) и возможность указывать альфа-канал (который находит огромное применение в пользовательских интерфейсах). Кроме того, поскольку формат HEIF заимствует уроки из сжатия видео следующего поколения, формат позволяет сохранять метаданные, такие как информация о цветовой гамме и расширенном динамическом диапазоне (HDR).

Мы открыли исходный код платформы на основе Docker для сравнения различных кодеков изображений.Основные особенности:

1. Кодирование оркестровки (с распараллеливанием) и генерация аналитических данных с использованием Python 3
2. Простая воспроизводимость результатов и
3. Простота контроля целевого диапазона (ов) качества.

Поскольку структура позволяет указать целевое качество (с использованием определенной метрики) для целевого кодека (ов) и сохранить эти результаты в локальной базе данных, можно легко использовать скорость Бьонтегаарда-Дельта (BD) для сравнения между кодеков, поскольку целевые точки могут быть ограничены полезным или значимым диапазоном качества, вместо того, чтобы слепо перемещаться по диапазону параметров кодировщика (например, коэффициент качества) с фиксированными значениями параметров и попадать в произвольные точки качества.

В качестве примера ниже приведены вызовы, которые будут создавать сжатые изображения для выбора кодеков с указанными значениями SSIM и VMAF с желаемым допуском в целевом качестве:

 main (metric = 'ssim', target_arr = [0. 92 , 0.95, 0.97, 0.99], target_tol = 0.005, db_file_name = 'encoding_results_ssim.db') main (metric = 'vmaf', target_arr = [75, 80, 85, 90, 95], target_tol = 0.5, db_file_name = 'encoding_results_vmaf .db ') 

Для различных кодеков и конфигураций, участвующих в последующем сравнении, читатель может просматривать фактические командные строки в общем репозитории.Мы попытались получить максимальную эффективность сжатия из всех кодеков / конфигураций, сравниваемых здесь. Читатель может поэкспериментировать с изменениями в командах кодирования в рамках. Кроме того, могли быть выпущены более новые версии соответствующих программных реализаций по сравнению с версиями, которые использовались на момент сбора нижеприведенных результатов. Например, доступна более новая версия программного обеспечения демонстрационных приложений Kakadu по сравнению с версией из снимка фреймворка на github, использованного во время сбора результатов ниже.

Это раздел, в котором мы можем восхищаться работой сообщества специалистов по сжатию за последние 3 десятилетия, рассматривая наглядные примеры, сравнивающие JPEG и современные технологии.

Кодированные изображения, показанные ниже, являются иллюстративными и предназначены для сравнения визуального качества при различных целевых битрейтах. Обратите внимание, что качество иллюстративных кодировок не является репрезентативным для шкалы высокого качества, которую Netflix использует для потоковой передачи изображений в реальном сервисе, и носит чисто образовательный характер.

Ниже показано одно исходное изображение из набора данных Kodak и соответствующий результат с JPEG 444 @ 20 429 байтов и AVIF 444 @ 19788 байтов . Кодировка JPEG показывает очень очевидные блокирующие артефакты в небе, в пруду, а также на крыше. Кодирование AVIF намного лучше, с меньшим количеством блокирующих артефактов, хотя есть некоторая размытость и потеря текстуры на крыше. Это по-прежнему замечательный результат, учитывая коэффициент сжатия около 59x (исходное изображение имеет размеры 768×512, что требует 768x512x3 байтов по сравнению с 20k байтами сжатого изображения).

Исходное изображение из набора данных Kodak JPEG 444 @ 20 429 байтов AVIF 444 @ 19788 байтов

Для того же источника показано ниже сравнение JPEG 444 @ 40276 байтов и AVIF 444 @ 39,819 для того же источника байтов . Кодирование JPEG все еще имеет видимые блокирующие артефакты в небе, а также звон по краям крыши и размытие цветности в нескольких местах. Однако изображение AVIF теперь сопоставимо с оригиналом с коэффициентом сжатия 29x .

JPEG 444 @ 40 276 байт AVIF 444 @ 39 819 байт

Ниже показано еще одно исходное изображение из набора данных Kodak и соответствующий результат с JPEG 444 @ 13 939 байт и AVIF 444 @ 4 176 байт . Кодирование JPEG показывает блокирующие артефакты по большинству краев, особенно по наклонному краю, а также искажения цвета. Кодировка AVIF выглядит «чище», даже несмотря на то, что она составляет одну треть размера кодировки JPEG.Это не идеальное воспроизведение оригинала, но с коэффициентом сжатия 282x это похвально.

Другое исходное изображение из набора данных Kodak JPEG 444 @ 13 939 байт AVIF 444 @ 4 176 байт

Ниже показаны результаты для того же изображения с немного более высоким битовым бюджетом; JPEG 444 @ 19787 байтов по сравнению с AVIF 444 @ 20120 байтов . Кодирование JPEG по-прежнему показывает блокирующие артефакты по наклонному краю, тогда как кодирование AVIF выглядит почти идентично исходному.

JPEG 444 @ 19787 байтов AVIF 444 @ 20120 байтов

Ниже показано исходное изображение из набора данных Netflix (внутреннее) с разрешением 1142×1600 «boxshots-1». Далее идут JPEG 444 @ 69 445 байтов и AVIF 444 @ 40 811 байтов . В кодировке JPEG видны сильные артефакты с полосами и блокировкой, а также искажения цвета. Меньше так в кодировке AVIF, которая на самом деле на 29 КБ меньше.

Исходное изображение из набора данных Netflix (внутренний) boxshots-1 JPEG 444 @ 69 445 байт AVIF 444 @ 40 811 байт

Ниже показаны результаты для того же изображения с немного увеличенным битовым бюджетом. JPEG 444 @ 80101 байт по сравнению с AVIF 444 @ 85162 байта . Чередование и блокировка все еще видны в кодировке JPEG, тогда как кодирование AVIF выглядит очень близко к оригиналу.

JPEG 444 @ 80101 байт AVIF 444 @ 85162 байта

Ниже показано другое исходное изображение из того же набора данных boxshots-1 вместе с JPEG 444 @ 81745 байтов по сравнению с AVIF 444 @ 76,087156 байтов .Блокирующие артефакты в целом и артефакты комаров вокруг текста можно увидеть в кодировке JPEG.

Еще одно исходное изображение из набора данных Netflix (внутреннего) boxshots-1 JPEG 444 @ 81745 байтов AVIF 444 @ 76087 байтов

Ниже показано еще одно исходное изображение из набора данных boxshots-1 вместе с JPEG 444 @ 80 562 байтов по сравнению с AVIF 444 @ 80432 байта . В коде JPEG видны видимые полосы, блоки и артефакты комаров, тогда как кодирование AVIF выглядит очень близко к исходному источнику.

Еще одно исходное изображение из набора данных Netflix (внутреннего) boxshots-1 JPEG 444 @ 80 562 байта AVIF 444 @ 80 432 байта

Ниже показаны результаты для общедоступных наборов данных, а также для внутренних наборов данных Netflix. В качестве эталонного кодека используется JPEG из эталонного программного обеспечения JPEG-XT с использованием стандартной матрицы квантования, определенной в Приложении K стандарта JPEG. Ниже приведены кодеки и / или конфигурации, протестированные и представленные по сравнению с базовыми показателями в форме скорости BD.

Разрешение кодирования в этих экспериментах такое же, как разрешение источника. Для кодов с подвыборкой 420 метрики качества были вычислены в области 420 подвыборок. Аналогичным образом, для 444 кодов субдискретизации метрики качества были вычислены в области 444 субдискретизации. Наряду со скоростями BD, связанными с различными метриками качества, такими как SSIM, MS-SSIM, VIF и PSNR, мы также показываем графики скорость-качество с использованием SSIM в качестве метрики.

набор данных Kodak; 24 изображения; Разрешение 768×512

Мы загрузили исходные изображения в формате PNG сюда для удобства использования.Мы даем необходимую ссылку на Kodak как на источник этого набора данных.

Учитывая метрику качества, для каждого изображения мы рассматриваем две отдельные кривые скорость-качество. Одна кривая, связанная с базовой линией (JPEG), и одна кривая, связанная с целевым кодеком. Мы сравниваем эти два показателя и вычисляем BD-rate, который можно интерпретировать как среднее процентное снижение для того же качества в рассматриваемой области качества. Отрицательное значение означает снижение скорости и, следовательно, лучше по сравнению с исходным уровнем.В качестве последнего шага мы сообщаем среднее арифметическое значений BD по всем изображениям в наборе данных. Мы также выделяем лучшего исполнителя в таблицах ниже.

Технология MyHeritage «Deep Nostalgia» дает новую жизнь старым фотографиям

Одна из крупных компаний в сфере семейно-исторической индустрии разработала новую технологию, которая преобразует неподвижные изображения в движущиеся изображения.

Теперь люди используют функцию фотоаниматора MyHeritage «Глубокая ностальгия», чтобы оживить все виды исторических фотографий.

MyHeritage представил «Глубокую ностальгию» на прошлой неделе на RootsTech Connect, крупнейшей в мире конференции по семейной истории.

«Вам иногда интересно, как ваши предки двигались, улыбались и выглядели в реальной жизни? Теперь вы можете увидеть своих предков из прошлых поколений, как никогда раньше! » Сообщение MyHeritage опубликовано в блоге 25 февраля. «Это новое дополнение к нашему набору инструментов для работы с фотографиями дает реалистичное изображение того, как человек со старой фотографии мог бы двигаться и выглядеть, если бы он был запечатлен на видео.”

Эта функция помогла некоторым почувствовать более глубокую связь с потерянными близкими.

Один человек написал в Твиттере: «Моя мама умерла от рака в 2017 году. … У меня никогда не было счастливых видео с ней. Это фотография, на которой она, будучи подростком, вся улыбалась. Я не плачу истерически или что-то в этом роде.

Моя мама умерла от рака в 2017 году … У меня никогда не было счастливых видео с ней. Это с фотографии ее юной улыбающейся девушки. Я не плачу истерически или что-то в этом роде.. #DeepNostalgia pic.twitter.com/SXoCtnWHRQ

— BLACK LIVES MATTER (@Dean_Is_Batman) 1 марта 2021 г.

Другой человек, идентифицированный как «Почти знающая история», написал в Твиттере фотографию своего деда в молодом человеке в военной форме с сообщением: «Это так странно видеть, как его оживили — я никогда не встречал своего дедушку, но раньше представлял себе молодого человека. солдат стоял у моей двери и улыбался перед тем, как я заснул ».

С момента объявления Deep Nostalgia приобрела популярность, поскольку люди использовали социальные сети для обмена анимированными фотографиями известных людей и произведений искусства, в том числе Моны Лизы, Людвига ван Бетховена, Авраама Линкольна, Фредерика Дугласа, Оскара Уайльда, Никола Тесла и Альберта Эйнштейна, используя хэштеги #DeepNostalgia и #MyHeritage.

Есть четыре шага для использования Deep Nostalgia:

1. Загрузите приложение MyHeritage для iOS или Android.
2. Войти.
3. Загрузите фотографию, которую хотите оживить.
4. Нажмите на изображение, а затем нажмите на значок анимации. После короткого ожидания вы можете скачать и поделиться с друзьями.

Чтобы узнать больше о Deep Nostalgia, посетите MyHeritage. com.

Фотография | Технологический институт моды

Информация, связанная с COVID-19

Преподаватели и сотрудники FIT в настоящее время работают удаленно.

Посетите fitnyc.edu/restart, чтобы узнать о последних изменениях в планах на осенний семестр 2020 года.

Фото студентки Александры Монако

Фотография в FIT: Вещество за поверхностью

По мере того, как наша культура становится все более и более наглядной, фотографии играют все большую роль в общении идеи.Фотографии используются для продажи товаров, рассказа истории или передачи настроения. Следовательно, востребованы талантливые и опытные фотографы. Что делает фотографию отличной? В В отделе фотографии FIT основное внимание уделяется не только красивым или хорошо скомпонованным фотографиям. изображение. Нас интересует сама суть фотографий и то, как они передаются. сложные идеи.

Интересуетесь ли вы рекламой, модой, фотожурналистикой / документальным фильмом или фотография изобразительного искусства, наш факультет профессиональных фотографов подготовит вас навыки и знания, необходимые для достижения ваших целей в качестве художника.Ты будешь учиться новейшие технологии, узнайте о форматах камеры, освещении и стилях фотографий, а также овладеть как цифровыми, так и аналоговыми технологиями. Частые критические замечания помогают вы определяете свои сильные и слабые стороны, формируя свою личность как личность творческий художник.

No related posts.