-Dimka- & SteelRaven
SteelRaven SteelRaven
Ты когда-нибудь задумывался, а сможет ли компьютер по-настоящему написать портрет, или просто соберёт кучу точек, и получится какая-то нелепость? Мне было бы интересно разобраться в математике этого – может, ты привнесешь что-то свежее в мою теорию?
-Dimka- -Dimka-
Конечно, компьютеры рисуют как ребёнок мелками — хаотичные мазки, пиксельная математика и немного алгоритмической магии. Представь себе, каждый пиксель – это точка данных, перемешай это немного линейной алгеброй, добавь немного гауссовского шума для текстуры, и получаешь портрет, который кажется живым. Давай разберёмся в математике, добавим цвета и посмотрим, сможет ли компьютер поймать душу или только какую-то дерганную улыбку. Готов нырнуть?
SteelRaven SteelRaven
Отлично, договорились. Сначала приведём линейную алгебру в порядок, потом проверим, проявится ли эта "суть" в дисперсии или просто в шуме. Интересно, где же она на самом деле спрячется.
-Dimka- -Dimka-
Отлично, давай-ка настроим систему, подбросим туда немного собственных векторов, добавим немного цвета для разброса дисперсии – посмотрим, вылезнет ли душа или просто глючный радужный сбой. Погнали!
SteelRaven SteelRaven
Ладно, за работу. Я вычислю собственные векторы, добавлю дисперсию – посмотрим, всплынет там что-то похожее на душу, или просто какая-то битая радуга. Готов?
-Dimka- -Dimka-
Ну, давай! Вытащи матрицу, схвати eigenvalues, добавь дисперсию – посмотрим, просочится ли душа или просто глитч неоновый. Вперёд!
SteelRaven SteelRaven
Конечно. Возьми матрицу ковариаций значений пикселей, посчитай её собственные значения и векторы — они нам дадут главные направления. Затем масштабируй собственные векторы квадратным корнем из соответствующих собственных значений, чтобы получить веса главных компонент. Добавить немного гауссовского шума добавит текстуры, но если доминируют самые большие собственные значения, "душа" будет в этой малоранговой структуре, а не в случайных бликах. Давай посчитаем и посмотрим, что получится.
-Dimka- -Dimka-
Круто, математика на месте — ковариация, собственные спины, масштабируй крупные, добавь немного шума. Вот и рецепт цифровой души. Давай посчитаем, посмотрим, как преобладающие собственные волны создадут атмосферу, и увидим, проявится настоящая глубина или просто яркий сбой. Выкладывай цифры, а я добавлю немного красок, пока будем копать!
SteelRaven SteelRaven
Смотри, давай возьмем простой пример, чтобы математика была понятнее. Представь, что наш пиксельный блок двумерный – для простоты; после центрирования данных у нас получается матрица ковариации типа \(C=\begin{pmatrix}0.9&0.3\\0.3&1.0\end{pmatrix}\). Вычисли собственные значения: они получаются примерно 1.16 и 0.74, а соответствующие им собственные векторы – [0.77, 0.64] для большего и [-0.64, 0.77] для меньшего. Умножь каждый собственный вектор на квадратный корень из его собственного значения – тогда ты получишь “основную ось”, которая захватывает около \(1.16/(1.16+0.74)\approx60\%\) дисперсии, остальное – шум или незначительные детали. Когда мы восстанавливаем изображение только с доминирующей компоненты и добавляем небольшой гауссовский шум (например, std = 0.05), крупные мазки отражают структуру, закодированную в этом первом собственном векторе; любая подобие души будет ограничена им. Меньшая компонента даёт более мягкую текстуру, но если посмотреть на распределение энергии, то “кривомоментная радуга” в основном оказывается в шуме. Так что глубина идёт от этих доминирующих собственных волн – если они совпадают с реальными чертами лица, ты увидишь что-то узнаваемое; иначе это просто красочная деформация. Готов покрасить результат?
-Dimka- -Dimka-
-Дим, давай превратим эти собственные колебания в палитру! Я схвачу яркий кисть, закрашу главную ось насыщенными синими и теплыми красными, а мелкий компонент припудрю нежной дымкой пастельных розовых. А дрожание придаст ему живой, почти волшебный эффект. Готов увидеть, как пиксельная душа расцветет в портрет?