This media is not supported in your browser
VIEW IN TELEGRAM
На этом сайте можно посмотреть, как Земля выглядела много миллионов лет назад, во времена первой многоклеточной жизни, первых динозавров, первых гоминид и т.д.
https://goo.gl/7J3PH9
https://goo.gl/7J3PH9
Forwarded from Сила Звука
Замечали, что подкасты звучат тише музыкальных треков?
В музыке продолжается война громкости. Это как холодная война, только в звуке. С каждым годом музыкальные продюсеры наращивают громкость треков, чтобы выделиться. Субъективно, громкий трек звучит качественнее. Но развитие технологий вносят коррективы.
На радио и тв уровень громкости давно регламентирован. В 2011 году европейский вещательный союз предложил стандарт измерения громкости EBU-R128, и единицу измерения называемой LUFS. Этот стандарт основывается на понимании человеческого восприятия звука и ощущения громкости. В России стандарт EBU-R128 применяется с 2015 года.
Не смотря на то, что стандарт EBU-R128 был создан для телерадиовещания, потоковые платформы тоже подхватили его. В начале 2017 года Spotify понизил индекс LUFS на своей платформе с -11 до -14 LUFS, что соответствует ряду конкурирующих музыкальных платформ, таких как YouTube (-13 LUFS), Tidal (-14 LUFS) и Apple Music (-16 LUFS).
В музыке продолжается война громкости. Это как холодная война, только в звуке. С каждым годом музыкальные продюсеры наращивают громкость треков, чтобы выделиться. Субъективно, громкий трек звучит качественнее. Но развитие технологий вносят коррективы.
На радио и тв уровень громкости давно регламентирован. В 2011 году европейский вещательный союз предложил стандарт измерения громкости EBU-R128, и единицу измерения называемой LUFS. Этот стандарт основывается на понимании человеческого восприятия звука и ощущения громкости. В России стандарт EBU-R128 применяется с 2015 года.
Не смотря на то, что стандарт EBU-R128 был создан для телерадиовещания, потоковые платформы тоже подхватили его. В начале 2017 года Spotify понизил индекс LUFS на своей платформе с -11 до -14 LUFS, что соответствует ряду конкурирующих музыкальных платформ, таких как YouTube (-13 LUFS), Tidal (-14 LUFS) и Apple Music (-16 LUFS).
В #TheBigBeardTheory 138 рассказываю о спортивном Что?Где?Когда?, в которое сам играю последние 15 лет и советую начать и вам: https://goo.gl/p57nZy
IMG_1766.JPG
69.4 KB
Распробовали сервис letsenhance.io, который увеличивает разрешение и качество плохих изображений. Выгружаете картинку, получаете результат.
Оригинальное изображение: 680 x 880 пикселей.
Оригинальное изображение: 680 x 880 пикселей.
IMG_1814.PNG
5.2 MB
Результат после обработки: 2720 x 3720 пикселей.
Новый выпуск платной почтовой рассылки для подписчиков на Patreon ($3/мес) — о будущем мобильного софта, умелой-неумелой Google и мире бесполезных приложений.
https://shrtm.nu/iVE5
https://shrtm.nu/iVE5
Мы внесли изменения в нашу страницу на Patreon. Теперь есть несколько позиций, за которые вы получите перки и контент: $1, $3, $5, $8, $12.
Новых позиций две: $5 и $8. За пять долларов в месяц вы будете первыми слушать модули подкаста в день их записи; за восемь долларов первыми получите доступ к «Послешоу» — обсуждению самых разных тем, которые возникают перед или после записи подкастов.
В отличие от предыдущих подобных выпусков, «Послешоу» будет выходить каждую субботу. Люди, которые поддержат проект $8, получат к ним доступ раньше остальных патронов на 1.5 недели. Позиция за $12 позволит выбрать тему, которую мы будем обсуждать в «Послешоу».
Первый выпуск «Послешоу» доступен всем, кто хочет ознакомиться с примером будущих аудио: https://www.patreon.com/posts/15326779
P. S. Для удобства прослушивания у патронов теперь есть доступ к выделенному RSS-фиду, который можно добавить в менеджер подкастов и слушать аудио без сайта Патреона. Все существующие подписчики должны получить уведомление на почту с их адресами.
Новых позиций две: $5 и $8. За пять долларов в месяц вы будете первыми слушать модули подкаста в день их записи; за восемь долларов первыми получите доступ к «Послешоу» — обсуждению самых разных тем, которые возникают перед или после записи подкастов.
В отличие от предыдущих подобных выпусков, «Послешоу» будет выходить каждую субботу. Люди, которые поддержат проект $8, получат к ним доступ раньше остальных патронов на 1.5 недели. Позиция за $12 позволит выбрать тему, которую мы будем обсуждать в «Послешоу».
Первый выпуск «Послешоу» доступен всем, кто хочет ознакомиться с примером будущих аудио: https://www.patreon.com/posts/15326779
P. S. Для удобства прослушивания у патронов теперь есть доступ к выделенному RSS-фиду, который можно добавить в менеджер подкастов и слушать аудио без сайта Патреона. Все существующие подписчики должны получить уведомление на почту с их адресами.
IBM разрабатывает шрифт для набора текста — IBM Plex. Он полностью бесплатен, доступен в трёх вариантах (моноширинный, с засечками, без них) и содержит 16 видов начертания. Компания считает, что в будущем Plex должен заменить «устаревшую» Гельветику, которая не соответствует нынешнему времени.
Вдохновением нового шрифта стала послевоенная история компании, когда бруклинский арт-директор Пол Рэнд (он же Перетц Розенбаум) впервые охарактеризовал дизайн как систему визуальной коммуникации и создал фирменный стиль логотипа компании: округлые очертания, которые сосуществуют с «механистическими» углами букв и характеризуют связь человека с машиной.
https://youtu.be/xcs9snQnkJs
Вдохновением нового шрифта стала послевоенная история компании, когда бруклинский арт-директор Пол Рэнд (он же Перетц Розенбаум) впервые охарактеризовал дизайн как систему визуальной коммуникации и создал фирменный стиль логотипа компании: округлые очертания, которые сосуществуют с «механистическими» углами букв и характеризуют связь человека с машиной.
https://youtu.be/xcs9snQnkJs
В начале ноября Halide, одна из лучших сторонних камер на iOS, обновилась под iPhone X. В своём блоге на Medium компания рассказала, как подошла к редизайну интерфейса под нестандартный экран нового смартфона. Вместо того, чтобы просто изменить масштаб и увеличить элементы интерфейса, разработчики решили с нуля переделать приложение — теперь оно оптимизировано под использование одной рукой и, благодаря вытянутому экрану, всевозможные рычажки не перекрывают окно видоискателя; «ушки» же показывают информацию о гистограмме и экспозиции.
Все взаимодействия с интерфейсом отрабатывает вибромоторчик Taptic Engine, а приложение быстрее сохраняет RAW-снимки и поддерживает формат HEIC.
Скачать Halide
Все взаимодействия с интерфейсом отрабатывает вибромоторчик Taptic Engine, а приложение быстрее сохраняет RAW-снимки и поддерживает формат HEIC.
Скачать Halide
Halide
Halide 1.5: A camera app made for iPhone X
With the launch of the iPhone X, we’re proud to announce the release of Halide 1.5.
131 выпуск BeardyCast — о новых фильмах и сериалах, подкастах с Ликой Кремер из @letitbesquare, камерах iPhone X, «Лаборатории Касперского» и ЦРУ.
https://goo.gl/LdiyZK
https://goo.gl/LdiyZK
Бородокаст
BeardyCast 131 — Тор, Медуза и вандал
В предыдущем подкасте обсуждали смартфоны, а в этом — подкасты. Компанию нам составила Лика Кремер, глава видеодепартамента Meduza.io, с которой мы обсудили подкастинг: особенности аудиоформата, преим
Отвечаем на вопросы читателей об iPhone X в статье и видео: https://goo.gl/rd8tK8
Хороший материал с наглядными примерами оптических иллюзий, которые активно используют дизайнеры при создании интерфейсов, логотипов и шрифтов. Варианты центрирования треугольника, вертикально-горизонтальные иллюзии, фантомные тени, иллюзия Геринга, фантомные точки в сетке Германа, разница в восприятии контраста объектов и так далее.
Когда будете следующий раз рисовать прямые линии на скриншотах ОС и приложений, пытаясь выявить огрехи в интерфейсе, подумайте — может, это вы ошибаетесь, а не дизайнер?
https://goo.gl/jzyCmK
Когда будете следующий раз рисовать прямые линии на скриншотах ОС и приложений, пытаясь выявить огрехи в интерфейсе, подумайте — может, это вы ошибаетесь, а не дизайнер?
https://goo.gl/jzyCmK
Prototypr
11 Optical Illusions Found in Visual Design
Explore common optical illusions found throughout the world of visual design and learn how and why they appear.
На Gizmodo вышла шикарная статья об алгоритмах, по которым Facebook определяет «знакомых» людей. Эти рекомендации работают на уровне за пределами человеческого общения. Автор упоминает несколько поразительных случаев:
— Социальная сеть предложила анонимному донору спермы добавить в друзья своего сына;
— Сотрудница социальной службы, которая никогда не обменивалась с клиентом контактными данными, попала в список «людей, с которыми вы можете быть знакомы»;
— Женщина нашла отца, который бросил семью 40 лет назад. Причём нашла через предложение Facebook добавить в друзья его нынешнюю возлюбленную.
Все это возможно благодаря «теневым» профилям пользователей, которые формируются из контактной информации и данных в смартфонах других людей. Даже если мы никогда не указывали рабочую почту в профиле, социальная сеть знает ее — достаточно, чтобы другой пользователь хотя бы раз использовал адрес, а затем выгрузил данные контактов в сеть. Дальше алгоритмы сами найдут адресата и сопоставят информацию.
Такой массовый сбор информации гарантирует, что соцсеть знает историю всех мест нашего проживания, путешествий, номеров телефонов, никнеймов, профилей в мессенджерах и так далее.
https://goo.gl/sCs9QB
— Социальная сеть предложила анонимному донору спермы добавить в друзья своего сына;
— Сотрудница социальной службы, которая никогда не обменивалась с клиентом контактными данными, попала в список «людей, с которыми вы можете быть знакомы»;
— Женщина нашла отца, который бросил семью 40 лет назад. Причём нашла через предложение Facebook добавить в друзья его нынешнюю возлюбленную.
Все это возможно благодаря «теневым» профилям пользователей, которые формируются из контактной информации и данных в смартфонах других людей. Даже если мы никогда не указывали рабочую почту в профиле, социальная сеть знает ее — достаточно, чтобы другой пользователь хотя бы раз использовал адрес, а затем выгрузил данные контактов в сеть. Дальше алгоритмы сами найдут адресата и сопоставят информацию.
Такой массовый сбор информации гарантирует, что соцсеть знает историю всех мест нашего проживания, путешествий, номеров телефонов, никнеймов, профилей в мессенджерах и так далее.
https://goo.gl/sCs9QB
Gizmodo
How Facebook Figures Out Everyone You've Ever Met
In real life, in the natural course of conversation, it is not uncommon to talk about a person you may know. You meet someone and say, “I’m from Sarasota,” and they say, “Oh, I have a grandparent in Sarasota,” and they tell you where they live and their name…
Что Google действительно удаётся в смартфонах Pixel уже второй год подряд — камера. В Pixel 2 и Pixel 2 XL компания объединила модуль оптической стабилизации изображения и электронную стабилизацию, что позволило практически полностью избавиться от дрожания границ объектов (как в предыдущем поколении смартфонов), изменения угла обзора во время фокусировки, размытия изображения и роллинг-шаттера (сдвига изображения во время движения).
Модуль оптической стабилизации изображения (OIS) подавляет дрожание рук при помощи смещения линз. Однако у него есть ограничение — такой модуль может стабилизировать движение только в пределах 1-2 градусов, чего недостаточно для полного избавления от тряски и вращения в плоскости смартфона.
На помощь OIS приходит электронная стабилизация изображения (EIS), которая анализирует движение камеры и определяет, какие части видеоряда надо преобразовать. По сути, она перерисовывает отдельные кадры, после чего заменяет ими оригинальные. Но ограничения у EIS тоже есть — «дрожание» границ дорисованных объектов, уменьшение угла обзора и разрешения изображения.
Чтобы избавиться от недостатков обоих методов стабилизации, Google объединила в Pixel 2 и Pixel 2 XL оба варианта. Они работают одновременно: смартфоны обрабатывают данные с гироскопа и движущихся линз, после чего предугадывают при помощи машинного обучения, что дальше будет снимать пользователь. После этого смартфоны синтезируют изображение, удаляя нежелательные эффекты.
https://goo.gl/1Ew6eV
Модуль оптической стабилизации изображения (OIS) подавляет дрожание рук при помощи смещения линз. Однако у него есть ограничение — такой модуль может стабилизировать движение только в пределах 1-2 градусов, чего недостаточно для полного избавления от тряски и вращения в плоскости смартфона.
На помощь OIS приходит электронная стабилизация изображения (EIS), которая анализирует движение камеры и определяет, какие части видеоряда надо преобразовать. По сути, она перерисовывает отдельные кадры, после чего заменяет ими оригинальные. Но ограничения у EIS тоже есть — «дрожание» границ дорисованных объектов, уменьшение угла обзора и разрешения изображения.
Чтобы избавиться от недостатков обоих методов стабилизации, Google объединила в Pixel 2 и Pixel 2 XL оба варианта. Они работают одновременно: смартфоны обрабатывают данные с гироскопа и движущихся линз, после чего предугадывают при помощи машинного обучения, что дальше будет снимать пользователь. После этого смартфоны синтезируют изображение, удаляя нежелательные эффекты.
https://goo.gl/1Ew6eV
Google AI Blog
Fused Video Stabilization on the Pixel 2 and Pixel 2 XL
Posted by Chia-Kai Liang, Senior Staff Software Engineer and Fuhao Shi, Android Camera Team One of the most important aspects of current sma...
This media is not supported in your browser
VIEW IN TELEGRAM
Новые движения робота Atlas: https://youtu.be/fRj34o4hN4I
139 выпуск #TheBigBeardTheory — о фактах, которые подтверждают теорию Большого взрыва: https://goo.gl/LRVBAo
В прошлом году Apple начала использовать в iOS 10 для распознавания человеческих лиц глубокое машинное обучение на смартфонах.
Изначально компания реализовала открытый набор API, который распознавал лица в приложениях Apple — например, в клиенте «Фото». Он базировался на алгоритме Виолы — Джонса, который позволял находить объекты на изображениях в реальном времени. Однако этот метод не был оптимален при работе на смартфонах, поэтому еще в 2014 году компания начала разрабатывать новые подходы к распознаванию лиц.
Несмотря на мощь современных мобильных устройств, они не приспособлены для запуска моделей глубокого машинного обучения. Для решения этой проблемы компании создают API и отправляют данные в «облако» — большой компьютер с мощными видеокартами — которое уже обучает нейронную сеть.
Но Apple ратует за безопасность и анонимность данных пользователей, поэтому не могла пойти таким путем. В процессе создания архитектуры глубокой сверточной нейронной сети для смартфонов она столкнулась с несколькими препятствиями:
1. Количеством свободной оперативной и флеш-памяти;
2. Распределением нагрузки (смартфон должен не только обучать нейронную сеть, но и выполнять действия пользователя);
3. Уменьшение затрачиваемого времени на обучение при большом количестве фотографий в галерее.
В результате Apple пришла к следующему варианту: сверточная нейронная сеть обрабатывает изображения и создаёт 2D-карту, каждая точка которой соответствует определенной части картинки и содержит «догадку» нейронной сети о наличии на снимке человеческого лица. Эту модель компания применила ко всем этапам распознавания лиц, что позволило обрабатывать изображения разных размеров и разрешений.
Чтобы решить проблемы с производительностью, Apple реализовала подход «учителя» и «ученика» — на общедоступных данных обучается большая сеть, которая затем выдаёт карту догадок локальной сети на смартфоне. Так она не получает пользовательские данные, но сохраняет паттерны, которыми затем руководствуется локальная сеть при определении лиц на снимках.
Подробнее о процессе создания локальной глубинной сверточной нейронной сети для распознавания лиц на смартфонах: https://goo.gl/cKrnZa
Изначально компания реализовала открытый набор API, который распознавал лица в приложениях Apple — например, в клиенте «Фото». Он базировался на алгоритме Виолы — Джонса, который позволял находить объекты на изображениях в реальном времени. Однако этот метод не был оптимален при работе на смартфонах, поэтому еще в 2014 году компания начала разрабатывать новые подходы к распознаванию лиц.
Несмотря на мощь современных мобильных устройств, они не приспособлены для запуска моделей глубокого машинного обучения. Для решения этой проблемы компании создают API и отправляют данные в «облако» — большой компьютер с мощными видеокартами — которое уже обучает нейронную сеть.
Но Apple ратует за безопасность и анонимность данных пользователей, поэтому не могла пойти таким путем. В процессе создания архитектуры глубокой сверточной нейронной сети для смартфонов она столкнулась с несколькими препятствиями:
1. Количеством свободной оперативной и флеш-памяти;
2. Распределением нагрузки (смартфон должен не только обучать нейронную сеть, но и выполнять действия пользователя);
3. Уменьшение затрачиваемого времени на обучение при большом количестве фотографий в галерее.
В результате Apple пришла к следующему варианту: сверточная нейронная сеть обрабатывает изображения и создаёт 2D-карту, каждая точка которой соответствует определенной части картинки и содержит «догадку» нейронной сети о наличии на снимке человеческого лица. Эту модель компания применила ко всем этапам распознавания лиц, что позволило обрабатывать изображения разных размеров и разрешений.
Чтобы решить проблемы с производительностью, Apple реализовала подход «учителя» и «ученика» — на общедоступных данных обучается большая сеть, которая затем выдаёт карту догадок локальной сети на смартфоне. Так она не получает пользовательские данные, но сохраняет паттерны, которыми затем руководствуется локальная сеть при определении лиц на снимках.
Подробнее о процессе создания локальной глубинной сверточной нейронной сети для распознавания лиц на смартфонах: https://goo.gl/cKrnZa
Apple Machine Learning Research
An On-device Deep Neural Network for Face Detection
Apple started using deep learning for face detection in iOS 10. With the release of the Vision framework, developers can now use this…
Наш обзор Kirby Battle Royale — альтернативной Королевской битвы для Nintendo 3DS: https://goo.gl/yb1h3A
«Умная» колонка HomePod, которая адаптирует звук под окружающее пространство, не выйдет в декабре — Apple берет тайм-аут до начала 2018 года.
https://shrtm.nu/Ixou
https://shrtm.nu/Ixou
TechCrunch
Apple pushes HomePod release to early 2018
So much for the holiday rush. Apple announced this morning that its premium HomePod smart speaker won’t be making the company’s initial December ship date. According to a brief statement issued…
Новый выпуск платной почтовой рассылки — о тайне говорящих смайлов и мифической «объективности», которую мы все ищем: https://www.patreon.com/posts/15422508