Для нужд OpenStreetMap стоит практическая задача определения координат по фотографиям.
"Определю координаты по фотографиям" -- отличное объявления для раздела "Оккультные услуги". ((-:

Практическая задача выглядит так:
Есть набор фотографий. Для каждой фотографии может быть известны координата/ориентация/угол_обзора, а может быть и нет. На каждой фотографии отмечены какие-то объекты (например, руками поставлены точки). Причем между объектами на разных фотографиях могут не быть установлены соответствия. Также набор отмеченных объектов может отличаться на разных фотографиях. Координаты отмеченных объектов могут быть как известны, так и нет. Все известные параметры -- неточны.
На выходе хочется получить все недостающие параметры: координаты всех отмеченных объектов и координаты/ориентации/углы_обзора для всех фотографий. Причем чем больше фотографий -- тем с большей точностью.
Программный код нужен под свободной лицензией.

Пример задачи:
Есть дом, вокруг него отдельно стоящие деревья. Мы обходим вокруг дома и делаем фотографии с разных точек. Отмечаем на фотографиях (руками) какие-то части дома и деревья (понятно, что часть деревьев с разных точек будет по-разному домом загораживаться, поэтому отметить их сразу все мы не сможем). При этом либо у нас с собой есть GPS/ГЛОНАСС и мы знаем приблизительные координаты каждого фотоснимка, либо у нас GPS/ГЛОНАСС с собой нету, но мы по карте посмотрели приблизительные координаты разных частей дома. На выходе мы хотим получить координаты всех отдельно стоящих деревьев (и заодно проставить гео-теги в EXIF).

На первый взгляд мне кажется, что эту задачу проще решать нейронными сетями.
Проблема в том, что мои познания в нейронных сетях ограничиваются прочитанной лет восемь назад книжкой Осовского "Нейронные сети для обработки информации" (надо будет снова ее изучить, кстати). (-:
Честно говоря, меня здесь больше интересует практический аспект, чем теоретический, поэтому круто, если какое-то готовое решение (под свободной лицензией) уже есть.

Кто-нибудь может посоветовать на какой козе к этой задаче лучше подъезжать?
Есть ли готовые реализации (наработки/библиотеки) под свободной лицензией?
Есть ли какие-то теоретические работы по построению нейронных сетей под подобные задачи?
Как подобные нейронные сети проектировать?
Что почитать на эту тему?

Может хотя бы просто какие-то правильные ключевые слова для гугления?

Актуальные статьи по теме, которые Вам помогут разобраться в этом вопросе:

Трейдминатор 3: восстание торговых роботов
Доктор Трейдлав, или Как я перестал беспокоиться и написал самообучающийся эксперт
Использование самоорганизующихся карт Кохонена в трейдинге
Прогнозирование временных рядов в MetaTrader 5 при помощи библиотеки машинного обучения ENCOG
Подключение нейросетей от NeuroSolutions
Адаптивные торговые системы и их использование в терминале MetaTrader 5
Генетические алгоритмы - это просто!

Успехов!

Практически решение для конкретного набора фотографий выглядит так:
Для каждого объекта существует набор известных данных. Относительно объектов с известными координатами вычисляются неизвестные координаты остальных объектов.
Далее, относительно объектов с известными координатами вычисляются координата, ориентация и углы обзора для каждой фотографии.
Или я Вас не правильно понял?

По всем признакам очень напоминает спам. По содержанию -- в целом про нейронные сети (причем у Осовского разобрано лучше, а я его упоминал), про конкретную задачу -- ничего (или я плохо смотрел?). Разве что примеры реализации могут быть полезны, но их лицензионная чистота под вопросом, как я понимаю.


Если "в лоб" и "в идеальном мире" -- примерно так и получится.
Но в реальности у нас все параметры известны неточно: и координаты камеры, и отметки объектов (иными словами углы, из-под которых видны объекты). К тому же некоторые данные могут быть откровенно ошибочны, а некоторых может недоставать (присутствует шум, иными словами). И все это надо просчитывать. Да и точный ответ нам не нужен.
В подобных условиях может показаться более удобным вычислять итеративно: с каждой итерацией уточняя имеющийся результат ("предсказывая" положение объектов и другие параметры для каждой фотографии -- и внося коррективы по результатом сверки реальных данных). Иными словами тренировать нейронную сеть исходными данными, а потом посмотреть что получится на тестовом запросе.
Готовые библиотеки для нейронных сетей есть. Нужно только правильно спроектировать нейронную сеть "под задачу". С какой стороны подойти?

Мне сильно мешает полное отсутствие опыта в построении нейронных сетей. И я подозреваю, что описанная мною задача уже давно решена -- как на уровне нескольких теоретических работ, так и на уровне практической реализации (в том числе под свободной лицензией). Как их найти?

P.S. Мсье Какоткин, не Вы ли тут спам сюда заслали от имени незарегистрированного tol64? За Вами вроде бы были замечены посты на схожую тематику.

насколько я понял -- хочется что-то типа microsoft polysynth ? (http://habrahabr.ru/post/37657/) только с возможностью определения положений/параметров конкретных объектов

погуглите 3d scene reconstruction, 3d object detection, image object detection и т.д.

"нейронные сети" - это последнее, что используется в таких технологиях. ну и главное -- openCV в помощь!

Нет.

Автореферат и диссертация - Управление портфелем ценных бумаг на основе D-оценок Руссмана и нейросетевого моделирования в документах Google:

Автореферат
Диссертация