这图晚上最大的收获，也证明那个假设：变化会带来视觉神经的电位的变化，从而发出信号， 眼睛的工作机制并不是像CCD一样的简单重现颜色的工具，而是一个0和1的开关。这是视觉人工智能的基础。

这个模型对于视觉追踪，边缘检测是非常友好的解决方案。

这个玩意的学... 更多：关于视觉人工智能的例子 - [科学]

在人类认识自身的科学上，我们是在亚里士多德的岁月，还是在霍金的时代？

在亚里士多德的岁月，我们离这个世界的真相很远，但是更有可能成为一门崭新科学的奠基人。

更多：Discoery ——人类视觉 - [达尔文教义]

记得两三个月之前自己看到一个栅格画，觉得很有意思，我当时也觉得，自己也能做出来。

拖拉了好久，今天终于找到时间做了下，写程序很快，不过把原理想通，倒是挺费力的，人笨。

明天，会有更加有趣的版本，今天就写在这里记录下自己的成果。

鼠标放到栅格上，拖动栅格就能看到一个小球来回转动

更多：开发日志-奇妙的栅格画-第一出 - [技术]

有意思吧 不乏有趣的图片和视频，还有些视觉实验，很有启发性

年度最佳图片 科学的图片解释

这个视频就是在那里发现的

更多：有趣的视觉相关网站 - [技术]

我今天在看一个很老掉牙的图片。

人类的视觉识别大致可以分为两种

1. 静态事物的识别，如形状，大小，颜色。大脑会将这些特征通过匹配后天植入的概念
2. 动态事物识别，如方向，远近等空间感要素

上面的图片属于动态事物识别的范畴

1. 识别的过程发生在大脑，而不是在眼睛。
2. 眼睛只是具有简单的感光功能：如调节焦距，颜色/亮度转换为电信号供大脑读取，以及其他一切机械能力(如转向，瞳孔调节等），这些能力供大脑调用

人类视觉匹配的过程:大脑会缓存前一个状态的物体位置（1/24秒内），然后获得当前物体的位置，通过这两个参数的比较，来得出位移量，速度，方向等变量。

上图，

1. 因为是个影子，所以你会忽略掉黑色的部分，而关注女生的特征点（如手，脚，头），关注轮廓
2. 因为是个平面图，所以你被剥夺了纵深，也就是Z轴上的空间感。

所以你只能分辨出特征点左右的方向，但是两个变量并不能决定旋转的方向，最关键的Z轴坐标就要靠运气了。

更多：人类视觉对运动物体的处理 - [人工智能]

请忽略下面的小胖子，让我们集中注意力放在亲爱的铁娘子撒切尔夫人图片上。这个图片是著名的撒切尔效应。

同事在看这个图片，看了半天没有看出区别，在他眼里，两个撒切尔都是和蔼可亲的笑脸，但是如果你把图片倒过来看，你会发现一个恐怖的狰狞的脸。

我同事识别这个图片的过程和结果给我不少启发

1. 识别的算法的革新：渐进式的模糊定义法。 以前的东西，现在做个概念。
2. 基于假设的识别过程：人类社会有很多约定俗成的前提，比如从上倒下，从左到右，基于这样的假设，我们可以减少很多不易控制的变量，从而提高视觉识别的成功率和应用范围

更多：视觉识别 - [科学]

FX不可思议的制作过程再次说明了计算机的伟大，我们离一个虚拟的世界越来越靠近了。

看完这些视频，你会明白一些事情，那就是这些东西命中注定不可能出现在一个画水墨画的国度。

VFX先进的图像技术制作影像的方法，和13世纪文艺复兴时期的油画的基本方法一脉相承，唯一的改进就是它从画笔变成了电脑。

工具一直在变，人却是不变的。人类的进化都是体现在工具上的，中国百来年的耻辱，就是忘记了“制器之器”的重要性。

唐盛世的管理境界，已经是最高的了。

未知的就是我们将来用什么工具去生活了。

更多：VFX-虚拟世界的最初 - [达尔文教义]