Да, не буду с этим спорить. Такая уж ситуация в мобильном мире. Конкуренция по категории, конкуренция по функциям, конкуренция за место на главном экране, даже банально конкуренция за внимание пользователя и место на смартфоне. Вот купил я андроид смартфон — мне предустановили стек приложений, которые даже на 1 экран не помещаются. Пожирателей времени полно, полезных приложений по 10 штук одинаковых, так что без маркетингового бюджета чью-то поделку скачают максимум друзья. Плохо или хорошо, но это реальность)
К сожалению, такое не отследить. У нас на данный момент нет никаких виральных инструментов по типу «пригласи друга получи бонус» или «дай мне доступ к контактам, мы сделаем скрытую рассылку от твоего имени». Соответственно, отследить невозможно.
Мы набирали пользователей с обычных рекламных баннеров. Это ведь не мотивированный трафик, где платят за установку, не какие-либо серые источники. Это люди, которые перешли по баннеру, т.е. заинтересованные. Не скажу, что мы что-то потеряли по деньгам, в итоге всё равно пользователей набирать как-то нужно. Да и чтобы протестировать приложение в реальном мире, нужно набрать достаточно закачек. Вот взрывной органики не было, это да.
Ах да, так как OpenCV выделяет глаза со значительным запасом со всех сторон, то изображение можно немного сузить, что показано серыми областями на четвёртом рисунке. Мешок под глазом обрезается, и его площадь уменьшается соответственно.
Как раз на этом рисунке показан исходный кластер, в данном случае он, хоть и извилист, но один. Кластеры, во много раз меньшие самого крупного считаются шумом. Как показал опыт, в большинстве случаев получается один большой, а верхнее веко распознаётся чётче и именно его расположение является ключевым для моргания.
На самом деле, не одинаковы. На втором изображении можно заметить серые пиксели, тогда как на третьем — только белые или чёрные. Увидеть отличия можно только «под микроскопом», поэтому прошу прощение за не очень наглядный пример.
Мы объединяем белые пиксели в кластеры и сортируем по площади. Единственные существенные цветовые переходы на изображении глаза — веки, поэтому если мы оставим 2 самых больших по площади кластера (а лучше 3, чтобы уменьшить ошибку), то большую часть ложных границ можно отсеять, так и получается четвёртое изображение.
Как раз на этом рисунке показан исходный кластер, в данном случае он, хоть и извилист, но один. Кластеры, во много раз меньшие самого крупного считаются шумом. Как показал опыт, в большинстве случаев получается один большой, а верхнее веко распознаётся чётче и именно его расположение является ключевым для моргания.
В самом ближайшем времени исправим.
Мы объединяем белые пиксели в кластеры и сортируем по площади. Единственные существенные цветовые переходы на изображении глаза — веки, поэтому если мы оставим 2 самых больших по площади кластера (а лучше 3, чтобы уменьшить ошибку), то большую часть ложных границ можно отсеять, так и получается четвёртое изображение.
Садит аккумулятор не быстрее, чем скайп.