TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #412 · 2.07

Собираю тут дрон в путешествие, примерил крепление для GoPro. На простых FPV-дронах присутствие GoPro — обычное явление. Курсовая камера обычно не слишком высокого качества, и для окончательного видео ведут запись отдельно. Но зачем это на DJI, у которого и так камера с хорошими характеристиками? Всё дело в стабилизации. С одной стороны, у GoPro на борту алгоритм Hypersmooth, который неплох, но не превосходит бортовой же алгоритм, встроенный в DJI. По крайней мере, разница совершенно точно не стоит добавочных 200 грамм веса и добавочных денег на покупку GoPro. Но всё меняется, когда речь заходит о постобработке. GoPro пишет данные с гироскопа, синхронизированные с видеорядом, то есть угол наклона и другие движения можно вычислять не с помощью анализа изображения, а просто знать действительные значения в момент съёмки. Это позволило им выпустить программу ReelSteady, которая стабилизирует, как боженька. Ничто даже близко не подобралось к ней. Результат стабилизации невероятно офигенный и на три головы превосходит абсолютно все другие решения на рынке. Из-за этого многие владельцы DJI FPV, как и я, прикручивают на свой дрон GoPro, жертвуя маневренностью и полетным временем (а в случае аварии ещё и дополнительными деньгами). Очень странно, что компания DJI сама не сделала ничего подобного: гироскоп в системе есть, алгоритм стабилизации известен — да, существует опенсорсная альтернатива ReelSteady под названием GyroFlow, работает ничуть не хуже. Но факт остаётся фактом: стабилизация на основе гиро-данных на световые годы впереди всего остального. Она, конечно, требует изрядных вычислительных ресурсов и не может быть произведена прямо на борту дрона или экшен-камеры. Даже мощный компьютер справляется не в реальном времени. Тем не менее, для получения действительно качественного результата это всё оправдано. Я пока ни разу не пробовал сам летать с GoPro. Если не убьюсь о первую же скалу в Карелии, вы сможете увидеть результат через пару недель. #gadgets#drone

Резултати

Намерени 13 подобни публикации

Търсене: #ccc

当前筛选 #ccc清除筛选
Hypercube's Channel

@SmartHypercube_channel · Post #84 · 29.07.2022 г., 08:43

https://0x01.me/colorspace/ (网页可以交互) 最近学了一些 OpenGL,做了一个我一直想做的事情:把 sRGB 的结构在 CIELUV 色彩空间中展示出来。 之前看这个博客 https://ciechanow.ski/ 觉得好羡慕,也想用可交互的 3D 模型更好地学习和讲解一些概念。之后可能会进一步做一些 CIELUV 色彩空间相关的工具。 CIELUV 色彩空间是符合人眼对光的感知的,它有三个主要的性质: 1. 在这个空间中,任意两点的欧几里德距离就表示在人眼看来它们相差多少 2. L 坐标轴(图中纯白和纯黑之间的连线)符合人眼对光的强度的感知,任意一点的 L 坐标表示在人眼看来它有多亮 3. 任意一点偏离 L 坐标轴的程度表示它有多强烈的“色彩”(相对于白灰黑) 常用的 sRGB 色彩空间是没有这三个性质的,例如 #f00#0f0#00f 看起来亮度并不相同。#000 #111 #222 #333 也不是等间距的。 这张图中每一小段连线表示 rgb 中的某个分量变化了 17,每个交点表示一个 rgb 分量都是 17 的整数倍的颜色(也就是能用 #ccc#74f 等这种缩写表示的颜色)

12
ПредишнаСтр. 1 от 2Следваща