In dem Video wird ja der Markusplatz in Venedig als Beispiel genommen. Man steht da drin wie in einem Kasten und fotografiert dann einmal im Kreis und selbst Photoshop könnte daraus automatisch nen Panorama Quicktime machen (erinnert sich jemand an Star Trek TNG The Interactive Technical Manual um 1996).

Die ganzen Leute, die auf dem Markusplatz rumlaufen fügen sich dann irgendwie auf wundersame Weise zu einem harmonischen Ganzen zusammen und im Video entstehen dann diese stylishen b&w wireframes.

Die haben die Location ja nicht per Zufall gewählt. Bei den Paris Fotos fallen dir rotations- und zoom sequenzen ja schon bisschen sparsamer aus, ja?

Ich will jetzt gar nicht von Licht und Schatten, Tiefenunschärfe, Belichtungszeit und Blende anfangen…aber wenn man nicht gerade Verträge mit Regierungen hat die hochauflösende Spionagesatelliten in den Orbit geschossen haben und einen mit Fotos versorgen für Welteroberungspläne…dann ist dieses Projekt nen Witz…nen Wormhole für die Investoren sozusagen. Who cares, anyway it´s Microsoft ;)

Aloha.

Bei ersterem kann man Brute-Force mal einfach alle möglichkeiten austesten und schauen ob etwas sinniges bei rauskommt. Die Laufzeit hält man niedrig indem man „schräge“ Zusammensetzungen direkt ausschließt. Das analoge Premiere Signal wurde ja auch „geknackt“ indem einfach alle Zeilen des Bildes neu sortiert wurden.

Bei Bildern sucht man sich bestimmte „Features“ (Farbübergänge, einzelne Spots, etc) und vergleicht diese dann mit den anderen Bildern. Gesichtserkennung (also ob ein Gesicht in einem Bild vorhanden ist, nicht ob ein Gesicht das selbe ist) funktioniert schon seit einiger Zeit in Echtzeit bei 30s in guter Auflösung. Ob ich jetzt nach den „Features“ meines Bildes, oder den Features eines Gesichtes suche ist sicherlich nicht DER extreme Unterschied.

Und zu Hugin: Entweder macht man das dort manuell oder man nutzt autopano, welches einem automagisch diese Punkte sucht (was aber nicht wirklich immer optimal läuft oder auch mal gar nicht).

Ich sage nicht, dass das alles nicht etwas schönes neues ist, denn in der Art kombiniert habe ich soetwas definitiv noch nicht gesehen. Ich glaube aber nicht dass Winzigweich das momentan halbwegs performant hinbekommt. Aber wenn die Vaporware in ein paar Jahren wirklich auf den Markt kommt sind die Rechner wahrscheinlich inzwischen stark genug, denn sie haben alle 4-5 Cell Prozessoren intus.

An sich würde ich Text-Alignment für deutlich leichter halten als Bild-Alignment (von den Algorithmen, vom Speicher- und Zeitbedarf). Mein Verweis auf die Genetik sollte klar machen: In einem typischen Sequenzierungs-Projekt hat man Hunderttausende bis Millionen von Text-Schnippseln, von denen man weiß, dass sie alle zu einem Genom gehören. Man kann die gesuchte Gesamtsequenz mit heutigen Verfahren ganz gut rekonstruieren, wenn sie nicht zu groß ist. Nimm Bilder statt Text, und lasse die Randbedingung fallen, dass die Schnippsel in irgendeiner Beziehung zueinander stehen müssen. Ich denke, das Problem, das Du dann hast, läßt sich nicht so leicht lösen, wie MS es uns hier weismachen will.

@Marc: Dein Glaube an Google ist wohl unerschütterlich, was? Ja inzwischen habe auch ich mir das Google-Video ansehen können (ist tatsächlich leicht unterschiedlich zu dem bei youtube).