HaCI - Компактный биоинспирированный алгоритм выделения границ
Show HN: My compact, bio inspired distributed edge detection algorithm
HaCI (Harmonic Contour Integration) — это компактный полностью распределённый алгоритм, который извлекает границы из RGB-изображений, имитируя работу зрительной коры. Он проходит четыре этапа: пиксельный гармонический контраст, ориентированное пулирование, фасилитацию и подавление контуров, а затем обратную проекцию гребней. Алгоритм показывает ODS 0.7179 на наборе BRIND и обрабатывает кадр 1920×1080 всего за 459 мс на Apple M4. В репозитории на GitHub есть готовые веса, скрипты для BRIND, BIPED, BSDS500 и NYUDv2, а также поддержка CUDA и MPS — достаточно запустить `uv run infer -i ваше_фото.jpg`, чтобы увидеть карту границ.
Каждая ячейка кодируется относительно своего же ориентированного контекста: параллельные контуры по бокам подавляют текстуры и решётки, но одиночная граница остаётся нетронутой — так алгоритм видит именно контуры, а не шум.