Как я писал магистерскую диссертацию по компьютерному зрению

Моя вторая магистерская работа была на оооочень схожую тему. По сути — реализация того, что уже сделали в MIT. Только времени и ума не хватило довести до конца.

Справедливости ради, авторы оригинала (и я в том числе) использовали цепи Маркова для вычисления смещения слоев, аппроксимацию RANSAC для вычисления смещения одного слоя и быстрое преобразование Фурье на упрощенном рисунке (через оконную функцию, Лапласса если правильно помню, считались контуры объектов) для вычисления векторов смещения. И это все дело авторы также считали по пирамидам для каждого изображения.

То бишь, достаточно сложная работа даже в плане реализации.

Учитывая что вся эта кутерьма должна была бы гоняться по видео (а это даже на моем старом телефоне 24 кадра в секунду, с кадром ок. 4000 x 2000 пикселей), то чтобы реализовать оптимально нужно было нехило пораскинуть умом (простой параллелизации недостаточно). Я попытался заменить FFT на Optical Flow и RANSAC на что-то еще (уже не помню), что в общем-то не заработало (возможно реализация некорректная была).

Тем не более, было интересно изучить матчасть, новые мат. инструменты (вроде тех же цепей Маркова и преобразований на изображениях).

Но вот пихать ИИ во все что движется мне представляется как срезание углов — пилишь нечто, что само как-нибудь разберется с решением с какой-нибудь точностью. Ни в коем случае не освистываю сложность реализации нейросетей, просто делюсь личными мыслями на этот счет.

С нетерпением ждем результат — определение координат ЛА относительно поверхности земли, изображение которой записано на видео.
А в перспективе хотелось бы проанализировать архивные видеосъёмки посадки Апполонов на поверхность Луны.