സ്ക്രീനിൽ പുരാവസ്തുക്കൾ തിരിച്ചറിയൽ

വിവരസാങ്കേതികവിദ്യയുടെ വികസന നിലവാരത്തിലെ നിരന്തരമായ വർദ്ധനവ് കാരണം, എല്ലാ വർഷവും ഇലക്ട്രോണിക് പ്രമാണങ്ങൾ കൂടുതൽ സൗകര്യപ്രദവും ഉപയോഗത്തിൽ ആവശ്യക്കാരും ആയിത്തീരുകയും പരമ്പരാഗത പേപ്പർ മീഡിയയിൽ ആധിപത്യം സ്ഥാപിക്കാൻ തുടങ്ങുകയും ചെയ്യുന്നു. അതിനാൽ, പരമ്പരാഗത പേപ്പർ മീഡിയയിൽ മാത്രമല്ല, ഇലക്ട്രോണിക് രേഖകളിലും വിവരങ്ങളുടെ ഉള്ളടക്കം സംരക്ഷിക്കുന്നതിന് സമയബന്ധിതമായ ശ്രദ്ധ നൽകേണ്ടത് വളരെ പ്രധാനമാണ്. വാണിജ്യപരവും സംസ്ഥാനപരവും മറ്റ് രഹസ്യങ്ങളും ഉള്ള എല്ലാ വലിയ കമ്പനികളും സാധ്യമായ വിവര ചോർച്ച തടയാനും ക്ലാസിഫൈഡ് വിവരങ്ങളുടെ വിട്ടുവീഴ്ച ചെയ്യാനും ആഗ്രഹിക്കുന്നു, കൂടാതെ ഒരു ചോർച്ച കണ്ടെത്തിയാൽ, ചോർച്ച തടയാനും നിയമലംഘകനെ തിരിച്ചറിയാനും നടപടികൾ കൈക്കൊള്ളുക.

സംരക്ഷണ ഓപ്ഷനുകളെക്കുറിച്ച് കുറച്ച്

ഈ ജോലികൾ നിർവഹിക്കുന്നതിന്, ചില സംരക്ഷണ ഘടകങ്ങൾ അവതരിപ്പിക്കുന്നു. അത്തരം ഘടകങ്ങൾ ബാർകോഡുകൾ, ദൃശ്യമായ ടാഗുകൾ, ഇലക്ട്രോണിക് ടാഗുകൾ എന്നിവ ആകാം, എന്നാൽ ഏറ്റവും രസകരമായത് മറഞ്ഞിരിക്കുന്ന ടാഗുകളാണ്. ഏറ്റവും ശ്രദ്ധേയമായ പ്രതിനിധികളിൽ ഒന്ന് വാട്ടർമാർക്കുകളാണ്; അവ പേപ്പറിൽ പ്രയോഗിക്കുകയോ പ്രിന്ററിൽ അച്ചടിക്കുന്നതിന് മുമ്പ് ചേർക്കുകയോ ചെയ്യാം. അച്ചടിക്കുമ്പോൾ പ്രിന്ററുകൾ അവരുടെ സ്വന്തം വാട്ടർമാർക്കുകൾ (മഞ്ഞ ഡോട്ടുകളും മറ്റ് അടയാളങ്ങളും) ഇടുന്നത് രഹസ്യമല്ല, എന്നാൽ ഒരു ജീവനക്കാരന്റെ ജോലിസ്ഥലത്ത് കമ്പ്യൂട്ടർ സ്ക്രീനിൽ സ്ഥാപിക്കാൻ കഴിയുന്ന മറ്റ് പുരാവസ്തുക്കൾ ഞങ്ങൾ പരിഗണിക്കും. ഉപഭോക്താവിന്റെ വർക്ക്‌സ്‌പെയ്‌സിന് മുകളിൽ പുരാവസ്തുക്കൾ വരച്ച്, ആർട്ടിഫാക്‌റ്റുകളുടെ ദൃശ്യപരത കുറയ്ക്കുകയും ഉപയോക്താവിന്റെ ജോലിയിൽ ഇടപെടാതെയും ഒരു പ്രത്യേക സോഫ്‌റ്റ്‌വെയർ പാക്കേജ് ഉപയോഗിച്ചാണ് ഇത്തരം പുരാവസ്തുക്കൾ സൃഷ്ടിക്കുന്നത്. ഈ സാങ്കേതികവിദ്യകൾക്ക് ശാസ്ത്രീയ സംഭവവികാസങ്ങളുടെയും മറഞ്ഞിരിക്കുന്ന വിവരങ്ങൾ അവതരിപ്പിക്കാൻ ഉപയോഗിക്കുന്ന അൽഗോരിതങ്ങളുടെയും അടിസ്ഥാനത്തിൽ പുരാതന വേരുകളുണ്ട്, എന്നാൽ ആധുനിക ലോകത്ത് വളരെ അപൂർവമാണ്. ഈ സമീപനം പ്രധാനമായും സൈനിക മേഖലയിലും പേപ്പറിലുമാണ്, സത്യസന്ധമല്ലാത്ത ജീവനക്കാരെ ഉടനടി തിരിച്ചറിയുന്നതിന്. ഈ സാങ്കേതികവിദ്യകൾ വാണിജ്യ പരിതസ്ഥിതിയിൽ അവതരിപ്പിക്കാൻ തുടങ്ങിയിരിക്കുന്നു. വിവിധ മീഡിയ ഫയലുകളുടെ പകർപ്പവകാശം പരിരക്ഷിക്കുന്നതിന് ദൃശ്യമായ വാട്ടർമാർക്കുകൾ ഇപ്പോൾ സജീവമായി ഉപയോഗിക്കുന്നു, എന്നാൽ അദൃശ്യമായവ വളരെ വിരളമാണ്. എന്നാൽ അവ ഏറ്റവും വലിയ താൽപ്പര്യവും ഉണർത്തുന്നു.

സുരക്ഷാ പുരാവസ്തുക്കൾ

മനുഷ്യർക്ക് അദൃശ്യമാണ് വാട്ടർമാർക്കുകൾ, തത്വത്തിൽ, മനുഷ്യന്റെ കണ്ണിന് അദൃശ്യമായ, വളരെ ചെറിയ ഡോട്ടുകളുടെ രൂപത്തിൽ ചിത്രത്തിൽ മറയ്ക്കാൻ കഴിയുന്ന വിവിധ പുരാവസ്തുക്കൾ ഉണ്ടാക്കുന്നു. ദൃശ്യമായ വസ്തുക്കൾ ഞങ്ങൾ പരിഗണിക്കും, കാരണം കണ്ണിന് അദൃശ്യമായവ മിക്ക മോണിറ്ററുകളുടെയും സ്റ്റാൻഡേർഡ് കളർ സ്പേസിന് പുറത്തായിരിക്കാം. ഉയർന്ന അളവിലുള്ള അദൃശ്യത കാരണം ഈ പുരാവസ്തുക്കൾ പ്രത്യേക മൂല്യമുള്ളവയാണ്. എന്നിരുന്നാലും, CEH-കളെ പൂർണ്ണമായും അദൃശ്യമാക്കുന്നത് അസാധ്യമാണ്. അവ നടപ്പിലാക്കുന്ന പ്രക്രിയയിൽ, കണ്ടെയ്നർ ഇമേജിന്റെ ഒരു പ്രത്യേക തരം വക്രീകരണം ചിത്രത്തിൽ അവതരിപ്പിക്കുന്നു, കൂടാതെ ചില തരത്തിലുള്ള പുരാവസ്തുക്കൾ അതിൽ ദൃശ്യമാകും. നമുക്ക് 2 തരം വസ്തുക്കൾ പരിഗണിക്കാം:

1. സൈക്ലിക്കൽ
2. കുഴപ്പം (ചിത്ര പരിവർത്തനം മുഖേന അവതരിപ്പിച്ചത്)

സ്‌ക്രീൻ ഇമേജിൽ ഒന്നിലധികം തവണ ആവർത്തിക്കുന്ന ആവർത്തന ഘടകങ്ങളുടെ ഒരു നിശ്ചിത പരിമിത ശ്രേണിയെ സൈക്ലിക് ഘടകങ്ങൾ പ്രതിനിധീകരിക്കുന്നു (ചിത്രം 1).

സൂപ്പർഇമ്പോസ് ചെയ്‌ത ചിത്രത്തിന്റെ (ചിത്രം 2) വിവിധ തരത്തിലുള്ള പരിവർത്തനങ്ങളാൽ ക്രമരഹിതമായ പുരാവസ്തുക്കൾ ഉണ്ടാകാം, ഉദാഹരണത്തിന്, ഒരു ഹോളോഗ്രാമിന്റെ ആമുഖം.

അരി. 1 സൈക്ലിംഗ് പുരാവസ്തുക്കൾ

അരി. 2 താറുമാറായ പുരാവസ്തുക്കൾ

ആദ്യം, ചാക്രിക പുരാവസ്തുക്കൾ തിരിച്ചറിയുന്നതിനുള്ള ഓപ്ഷനുകൾ നോക്കാം. അത്തരം പുരാവസ്തുക്കൾ ഇവയാകാം:

• സ്‌ക്രീനിലുടനീളം ആവർത്തിക്കുന്ന ടെക്‌സ്‌റ്റ് വാട്ടർമാർക്കുകൾ
• ബൈനറി സീക്വൻസുകൾ
• ഓരോ ഗ്രിഡ് സെല്ലിലും ക്രമരഹിതമായ ഒരു കൂട്ടം പോയിന്റുകൾ

ലിസ്റ്റുചെയ്ത എല്ലാ ആർട്ടിഫാക്റ്റുകളും പ്രദർശിപ്പിച്ച ഉള്ളടക്കത്തിന് മുകളിൽ നേരിട്ട് പ്രയോഗിക്കുന്നു; അതനുസരിച്ച്, ഓരോ കളർ ചാനലിന്റെയും ഹിസ്റ്റോഗ്രാമിന്റെ ലോക്കൽ എക്സ്ട്രീമ തിരിച്ചറിഞ്ഞ്, അതനുസരിച്ച്, മറ്റെല്ലാ നിറങ്ങളും മുറിക്കുന്നതിലൂടെ അവ തിരിച്ചറിയാൻ കഴിയും. ഓരോ ഹിസ്റ്റോഗ്രാം ചാനലുകളുടെയും ലോക്കൽ എക്സ്ട്രീമുകളുടെ സംയോജനത്തിൽ പ്രവർത്തിക്കുന്നത് ഈ രീതിയിൽ ഉൾപ്പെടുന്നു. കുത്തനെ പരിവർത്തനം ചെയ്യുന്ന നിരവധി വിശദാംശങ്ങളുള്ള തികച്ചും സങ്കീർണ്ണമായ ഒരു ഇമേജിൽ ലോക്കൽ എക്‌സ്‌ട്രീമയ്‌ക്കായുള്ള തിരയലിലാണ് പ്രശ്‌നം നിലനിൽക്കുന്നത്; ഹിസ്റ്റോഗ്രാം വളരെ സോടൂത്ത് ആയി കാണപ്പെടുന്നു, ഇത് ഈ സമീപനത്തെ അപ്രായോഗികമാക്കുന്നു. നിങ്ങൾക്ക് വിവിധ ഫിൽട്ടറുകൾ പ്രയോഗിക്കാൻ ശ്രമിക്കാം, പക്ഷേ അവ സ്വന്തം വികലങ്ങൾ അവതരിപ്പിക്കും, ഇത് ആത്യന്തികമായി വാട്ടർമാർക്ക് കണ്ടെത്താനുള്ള കഴിവില്ലായ്മയിലേക്ക് നയിച്ചേക്കാം. ചില എഡ്ജ് ഡിറ്റക്ടറുകൾ (ഉദാഹരണത്തിന്, കാനി എഡ്ജ് ഡിറ്റക്ടർ) ഉപയോഗിച്ച് ഈ പുരാവസ്തുക്കൾ തിരിച്ചറിയാനുള്ള ഓപ്ഷനുമുണ്ട്. സംക്രമണത്തിൽ വളരെ മൂർച്ചയുള്ള ആർട്ടിഫാക്‌റ്റുകൾക്ക് ഈ സമീപനങ്ങൾക്ക് അതിന്റേതായ സ്ഥാനമുണ്ട്; ഡിറ്റക്ടറുകൾക്ക് ഇമേജ് കോണ്ടറുകൾ ഹൈലൈറ്റ് ചെയ്യാനും തുടർന്ന് പുരാവസ്തുക്കളെ കൂടുതൽ ഹൈലൈറ്റ് ചെയ്യുന്നതിനായി ചിത്രത്തെ ബൈനറൈസ് ചെയ്യുന്നതിനായി കോണ്ടറിനുള്ളിലെ വർണ്ണ ശ്രേണികൾ തിരഞ്ഞെടുക്കാനും കഴിയും, എന്നാൽ ഈ രീതികൾക്ക് ഹൈലൈറ്റ് ചെയ്യുന്നതിന് മികച്ച ട്യൂണിംഗ് ആവശ്യമാണ്. ആവശ്യമായ രൂപരേഖകൾ, അതുപോലെ തിരഞ്ഞെടുത്ത രൂപരേഖകളിലെ നിറങ്ങളുമായി ബന്ധപ്പെട്ട ചിത്രത്തിന്റെ തുടർന്നുള്ള ബൈനറൈസേഷൻ. ഈ അൽഗോരിതങ്ങൾ തികച്ചും വിശ്വസനീയമല്ലെന്ന് കണക്കാക്കുകയും ചിത്രത്തിന്റെ വർണ്ണ ഘടകങ്ങളുടെ തരത്തിൽ നിന്ന് കൂടുതൽ സ്ഥിരതയുള്ളതും സ്വതന്ത്രവും ഉപയോഗിക്കാൻ ശ്രമിക്കുകയും ചെയ്യുന്നു.

അരി. 3 പരിവർത്തനത്തിന് ശേഷം വാട്ടർമാർക്ക്

നേരത്തെ സൂചിപ്പിച്ച അരാജക വസ്തുക്കളെ സംബന്ധിച്ചിടത്തോളം, അവയെ തിരിച്ചറിയുന്നതിനുള്ള അൽഗോരിതങ്ങൾ തികച്ചും വ്യത്യസ്തമായിരിക്കും. ചില പരിവർത്തനങ്ങളാൽ രൂപാന്തരപ്പെടുന്ന (ഉദാഹരണത്തിന്, വ്യതിരിക്തമായ ഫ്യൂറിയർ രൂപാന്തരം) ചിത്രത്തിൽ ഒരു പ്രത്യേക വാട്ടർമാർക്ക് അടിച്ചേൽപ്പിക്കുക വഴിയാണ് കുഴപ്പമില്ലാത്ത പുരാവസ്തുക്കളുടെ രൂപീകരണം അനുമാനിക്കുന്നത്. അത്തരം പരിവർത്തനങ്ങളിൽ നിന്നുള്ള പുരാവസ്തുക്കൾ മുഴുവൻ സ്ക്രീനിലുടനീളം വിതരണം ചെയ്യപ്പെടുന്നു, അവയുടെ പാറ്റേൺ തിരിച്ചറിയാൻ പ്രയാസമാണ്. ഇതിന്റെ അടിസ്ഥാനത്തിൽ, വാട്ടർമാർക്ക് "റാൻഡം" ആർട്ടിഫാക്റ്റുകളുടെ രൂപത്തിൽ ചിത്രത്തിലുടനീളം സ്ഥിതിചെയ്യും. അത്തരമൊരു വാട്ടർമാർക്കിന്റെ അംഗീകാരം ട്രാൻസ്ഫോർമേഷൻ ഫംഗ്ഷനുകൾ ഉപയോഗിച്ച് നേരിട്ടുള്ള ഇമേജ് പരിവർത്തനത്തിലേക്ക് വരുന്നു. പരിവർത്തനത്തിന്റെ ഫലം ചിത്രത്തിൽ അവതരിപ്പിച്ചിരിക്കുന്നു (ചിത്രം 3).

എന്നാൽ അനുയോജ്യമായ അവസ്ഥയിൽ കുറവ് വാട്ടർമാർക്ക് തിരിച്ചറിയുന്നത് തടയുന്ന നിരവധി പ്രശ്നങ്ങൾ ഉയർന്നുവരുന്നു. പരിവർത്തനത്തിന്റെ തരത്തെ ആശ്രയിച്ച്, വിവിധ ബുദ്ധിമുട്ടുകൾ ഉണ്ടാകാം, ഉദാഹരണത്തിന്, സ്‌ക്രീനുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ഒരു വലിയ കോണിൽ ഫോട്ടോയെടുക്കുന്നതിലൂടെ ലഭിച്ച ഒരു പ്രമാണം തിരിച്ചറിയാനുള്ള അസാധ്യത, അല്ലെങ്കിൽ മോശം ഗുണനിലവാരമുള്ള ഒരു ഫോട്ടോ, അല്ലെങ്കിൽ സ്‌ക്രീൻ ക്യാപ്‌ചർ സംരക്ഷിച്ചിരിക്കുന്നത് ഉയർന്ന നഷ്ടം കംപ്രഷൻ ഉള്ള ഒരു ഫയൽ. ഈ പ്രശ്നങ്ങളെല്ലാം ഒരു വാട്ടർമാർക്ക് തിരിച്ചറിയുന്നതിലെ സങ്കീർണതയിലേക്ക് നയിക്കുന്നു; ഒരു കോണാകൃതിയിലുള്ള ചിത്രത്തിന്റെ കാര്യത്തിൽ, ഒന്നുകിൽ കൂടുതൽ സങ്കീർണ്ണമായ പരിവർത്തനങ്ങൾ പ്രയോഗിക്കുകയോ ചിത്രത്തിന് അഫൈൻ പരിവർത്തനങ്ങൾ പ്രയോഗിക്കുകയോ ചെയ്യേണ്ടത് ആവശ്യമാണ്, എന്നാൽ ഒന്നോ മറ്റൊന്നോ വാട്ടർമാർക്ക് പൂർണ്ണമായ പുനഃസ്ഥാപനത്തിന് ഉറപ്പുനൽകുന്നില്ല. സ്‌ക്രീൻ ക്യാപ്‌ചറിന്റെ കാര്യം പരിഗണിക്കുകയാണെങ്കിൽ, രണ്ട് പ്രശ്‌നങ്ങൾ ഉണ്ടാകുന്നു: ആദ്യത്തേത് സ്‌ക്രീനിൽ തന്നെ പ്രദർശിപ്പിക്കുമ്പോൾ വികലമാണ്, രണ്ടാമത്തേത് സ്‌ക്രീനിൽ നിന്ന് തന്നെ ചിത്രം സംരക്ഷിക്കുമ്പോൾ വികലമാണ്. വ്യത്യസ്ത ഗുണനിലവാരമുള്ള മോണിറ്ററുകൾക്കായി മെട്രിക്സുകൾ ഉള്ളതിനാൽ ആദ്യത്തേത് നിയന്ത്രിക്കുന്നത് വളരെ ബുദ്ധിമുട്ടാണ്, ഒന്നോ അല്ലെങ്കിൽ മറ്റൊരു നിറത്തിന്റെ അഭാവം കാരണം, അവ അവയുടെ വർണ്ണ പ്രാതിനിധ്യത്തെ ആശ്രയിച്ച് നിറം ഇന്റർപോളേറ്റ് ചെയ്യുന്നു, അതുവഴി വാട്ടർമാർക്കിലേക്ക് തന്നെ വികലങ്ങൾ അവതരിപ്പിക്കുന്നു. രണ്ടാമത്തേത് കൂടുതൽ ബുദ്ധിമുട്ടാണ്, കാരണം നിങ്ങൾക്ക് ഏത് ഫോർമാറ്റിലും ഒരു സ്ക്രീൻഷോട്ട് സംരക്ഷിക്കാനും അതിനനുസരിച്ച് വർണ്ണ ശ്രേണിയുടെ ഒരു ഭാഗം നഷ്‌ടപ്പെടുത്താനും കഴിയും, അതിനാൽ നമുക്ക് വാട്ടർമാർക്ക് തന്നെ നഷ്‌ടമാകും.

നടപ്പാക്കൽ പ്രശ്നങ്ങൾ

ആധുനിക ലോകത്ത്, വാട്ടർമാർക്കുകൾ അവതരിപ്പിക്കുന്നതിന് ധാരാളം അൽഗോരിതങ്ങൾ ഉണ്ട്, എന്നാൽ അത് നടപ്പിലാക്കിയതിന് ശേഷം ഒരു വാട്ടർമാർക്ക് കൂടുതൽ തിരിച്ചറിയാനുള്ള 100% സാധ്യത ആരും ഉറപ്പുനൽകുന്നില്ല. ഓരോ നിർദ്ദിഷ്ട കേസിലും ഉണ്ടാകാവുന്ന പ്രത്യുൽപാദന വ്യവസ്ഥകളുടെ ഒരു കൂട്ടം നിർണ്ണയിക്കുക എന്നതാണ് പ്രധാന ബുദ്ധിമുട്ട്. നേരത്തെ സൂചിപ്പിച്ചതുപോലെ, വക്രീകരണത്തിന്റെ സാധ്യമായ എല്ലാ സവിശേഷതകളും വാട്ടർമാർക്ക് കേടുവരുത്താനുള്ള ശ്രമങ്ങളും കണക്കിലെടുക്കുന്ന ഒരു തിരിച്ചറിയൽ അൽഗോരിതം സൃഷ്ടിക്കുന്നത് ബുദ്ധിമുട്ടാണ്. ഉദാഹരണത്തിന്, നിലവിലെ ചിത്രത്തിൽ ഒരു ഗാസിയൻ ഫിൽട്ടർ പ്രയോഗിക്കുകയും യഥാർത്ഥ ചിത്രത്തിലെ പുരാവസ്തുക്കൾ വളരെ ചെറുതും ചിത്രത്തിന്റെ പശ്ചാത്തലത്തിൽ നിന്ന് വ്യത്യസ്തവുമാകുകയും ചെയ്താൽ, ഒന്നുകിൽ അവയെ തിരിച്ചറിയാൻ കഴിയില്ല, അല്ലെങ്കിൽ വാട്ടർമാർക്കിന്റെ ഒരു ഭാഗം നഷ്ടപ്പെടും. . ഒരു ഫോട്ടോഗ്രാഫിന്റെ കാര്യം നമുക്ക് പരിഗണിക്കാം, ഉയർന്ന തോതിലുള്ള സംഭാവ്യതയോടെ അതിന് മോയറും (ചിത്രം 5) ഒരു "ഗ്രിഡും" (ചിത്രം 4) ഉണ്ടായിരിക്കും. സ്‌ക്രീൻ മാട്രിക്‌സിന്റെ വ്യതിരിക്തതയും റെക്കോർഡിംഗ് ഉപകരണങ്ങളുടെ മാട്രിക്‌സിന്റെ വിവേചനവും മൂലമാണ് മോയർ സംഭവിക്കുന്നത്; ഈ സാഹചര്യത്തിൽ, രണ്ട് മെഷ് ഇമേജുകൾ പരസ്പരം സൂപ്പർഇമ്പോസ് ചെയ്യുന്നു. മെഷ് മിക്കവാറും വാട്ടർമാർക്ക് ആർട്ടിഫാക്റ്റുകളെ ഭാഗികമായി മൂടുകയും തിരിച്ചറിയൽ പ്രശ്‌നമുണ്ടാക്കുകയും ചെയ്യും; മോയർ, ചില വാട്ടർമാർക്ക് എംബെഡിംഗ് രീതികളിൽ അത് തിരിച്ചറിയുന്നത് അസാധ്യമാക്കുന്നു, കാരണം ഇത് ചിത്രത്തിന്റെ ഒരു ഭാഗം വാട്ടർമാർക്ക് ഉപയോഗിച്ച് ഓവർലാപ്പ് ചെയ്യുന്നു.

അരി. 4 ഇമേജ് ഗ്രിഡ്

അരി. 5 മോയർ

വാട്ടർമാർക്കുകൾ തിരിച്ചറിയുന്നതിനുള്ള പരിധി വർദ്ധിപ്പിക്കുന്നതിന്, സ്വയം-പഠന ന്യൂറൽ നെറ്റ്‌വർക്കുകളെ അടിസ്ഥാനമാക്കിയുള്ള അൽഗോരിതങ്ങൾ ഉപയോഗിക്കേണ്ടത് ആവശ്യമാണ്, കൂടാതെ ഓപ്പറേഷൻ പ്രക്രിയയിൽ, അത് വാട്ടർമാർക്ക് ഇമേജുകൾ തിരിച്ചറിയാൻ സ്വയം പഠിക്കും. ഇപ്പോൾ ധാരാളം ന്യൂറൽ നെറ്റ്‌വർക്ക് ഉപകരണങ്ങളും സേവനങ്ങളും ഉണ്ട്, ഉദാഹരണത്തിന്, Google-ൽ നിന്ന്. വേണമെങ്കിൽ, നിങ്ങൾക്ക് ഒരു കൂട്ടം റഫറൻസ് ഇമേജുകൾ കണ്ടെത്താനും ആവശ്യമായ പുരാവസ്തുക്കൾ തിരിച്ചറിയാൻ ന്യൂറൽ നെറ്റ്‌വർക്കിനെ പഠിപ്പിക്കാനും കഴിയും. ഈ സമീപനത്തിന് വളരെ വികലമായ വാട്ടർമാർക്കുകൾ പോലും തിരിച്ചറിയുന്നതിനുള്ള ഏറ്റവും മികച്ച അവസരങ്ങളുണ്ട്, എന്നാൽ പെട്ടെന്ന് തിരിച്ചറിയുന്നതിന് വലിയ കമ്പ്യൂട്ടിംഗ് ശക്തിയും ശരിയായ തിരിച്ചറിയലിനായി വളരെ നീണ്ട പരിശീലന കാലയളവും ആവശ്യമാണ്.

വിവരിച്ചിരിക്കുന്നതെല്ലാം വളരെ ലളിതമാണെന്ന് തോന്നുന്നു, എന്നാൽ നിങ്ങൾ ഈ പ്രശ്‌നങ്ങളിലേക്ക് ആഴത്തിൽ മുങ്ങുമ്പോൾ, വാട്ടർമാർക്കുകൾ തിരിച്ചറിയാൻ ഏതെങ്കിലും അൽഗോരിതം നടപ്പിലാക്കുന്നതിന് നിങ്ങൾ ധാരാളം സമയം ചെലവഴിക്കേണ്ടതുണ്ടെന്നും ആവശ്യമായ പ്രോബബിലിറ്റിയിലേക്ക് കൊണ്ടുവരാൻ കൂടുതൽ സമയം ചെലവഴിക്കേണ്ടതുണ്ടെന്നും നിങ്ങൾ മനസ്സിലാക്കുന്നു. ഓരോ ചിത്രവും തിരിച്ചറിയുന്നു.

അവലംബം: www.habr.com