аппроксимация  ↑

Она не только возможна. Я находил в сети варианты решения этой задачи. Точность задается эмпирически и не превышает обычной разрешающей способности глаз. Т.е. что без напряжения глаз видит на мониторе - то и калибруется. А все чего не видит - для первого уровня систем - то в зачет не идет.

Ты показываешь другу аппроксимацию. В этой ничего такого сложного нет. Мне тогда программеры сделали специальную прогу, которая рисовала кривые от клика до клика в декартовой системе да еще и с разным разрешением/увеличением.

Я же говорю о другом - САМА ПРОГА должна "видеть" последовательность пикселей как геометрическую кривую. И тогда для формализации и дальнейшей автоматизации уже обнаруженных паттернов можно было бы привлечь стандартный мат аппарат. Например, весьма значимый, но элементарный паттерн есть "излом" на кривой. У одних субъектов все их траектории в изломах. А у других все "кругленькое" и в "барашечках".

Я же говорю о другом - САМА ПРОГА должна "видеть" последовательность пикселей как геометрическую кривую.

(1) Если есть готовое уравнение кривой в общем виде, элементарно проставить для конкретной "пиксельной" кривой (набора точек) конкретные коэффициенты.

(2) Если надо выбрать среди разных видов кривых какая наиболее подходит — это задача сложная. Типа такого нечто делают системы распознавания текста.

(3) Если надо классифицировать разные кривые по априори неизвестным классам — это задача супер-сложная. Нейросети что ли применять. Насколько я представляю, это bleeding edge науки.

Что вы хотите от проги?

И тогда для формализации и дальнейшей автоматизации уже обнаруженных паттернов можно было бы привлечь стандартный мат аппарат.

Я думаю, мат аппарат для того что мне кажется вы хотите от компа будет выходит далеко за пределы основ лин. алгебры и аналитической геометрии.

Например, весьма значимый, но элементарный паттерн есть "излом" на кривой. У одних субъектов все их траектории в изломах. А у других все "кругленькое" и в "барашечках".

Если вы заранее такие паттерны знаете — это задача типа (2) — вполне посильная. Если вы хотите в автоматическом режиме такие паттерны обнаруживать, это задача (3) — сложность оценить не могу.

--Я же говорю о другом - САМА ПРОГА должна "видеть" последовательность пикселей как геометрическую кривую.
--(1) Если есть готовое уравнение кривой в общем виде, элементарно проставить для конкретной "пиксельной" кривой (набора точек) конкретные коэффициенты.

Это ты указываешь возможный МЕТОД.

(2) Если надо выбрать среди разных видов кривых какая наиболее подходит — это задача сложная. Типа такого нечто делают системы распознавания текста.

Нахрен это делать. Это все делается ручками.

(3) Если надо классифицировать разные кривые по априори неизвестным классам — это задача супер-сложная. Нейросети что ли применять. Насколько я представляю, это bleeding edge науки.

Я про такое вообще не говорил ничего.

Что вы хотите от проги?

Я написал: "ПРОГА должна "видеть" последовательность пикселей как геометрическую кривую."

--И тогда для формализации и дальнейшей автоматизации уже обнаруженных паттернов можно было бы привлечь стандартный мат аппарат.
--Я думаю, мат аппарат для того что мне кажется вы хотите от компа будет выходит далеко за пределы основ лин. алгебры и аналитической геометрии.

Ты меня не правильно понимаешь.

--Например, весьма значимый, но элементарный паттерн есть "излом" на кривой. У одних субъектов все их траектории в изломах. А у других все "кругленькое" и в "барашечках".
--Если вы заранее такие паттерны знаете...

В самом начале этой серии реплик я уже написал - паттерны распознавания кривых все расписаны заранее ручками.

Если вы хотите в автоматическом режиме такие паттерны обнаруживать, это задача (3) — сложность оценить не могу.

Это простая задача. Потому что ее для меня уже решали. И я и не вовлекал тебя в эту дискуссию. Ты ее сам начал.