Из-за особенностей Телеграм привычные конкурсы с репостами или отметками друзей не работают.
Но при грамотной организации конкурс поможет добиться цели: повысить вовлеченность аудитории или увеличить количество подписчиков.
Цель: повысить вовлеченность
Для этого отлично подходят конкурсы с комментариями.
Придумайте что-то интересное: конкурс на лучший комментарий, задачки, головоломки, миниквесты или пасхалки в разных постах. Подписчики должны писать свои ответы в комментариях к конкурсному посту, а победителей можно выбрать с помощью рандомайзера.
Такие конкурсы прекрасно поднимают вовлеченность аудитории и увеличивают охваты в канале.
Цель: привлечь новых подписчиков
Для этого можно использовать два способа:
Способ 1. Конкурс через специального бота.
Способ 2. Совместный конкурс с другими каналами.
Договоритесь с администраторами других каналов о партнерском конкурсе. При таких конкурсах два или больше каналов раздают призы, а главное условие — подписаться на всех организаторов.
КАК ВЫИГРАТЬ В РОЗЫГРЫШЕ? Ритуал на выигрыш в розыгрыше, лучший заговор на выигрыш в розыгрыше
Это один из самых эффективных способов продвижения через конкурсы в Телеграм.
Если у вас получится правильно выбрать партнеров по конкурсу, то в итоге вы получите много новых подписчиков из своей ЦА. А значит, после завершения конкурса большинство из них захочет остаться в вашем канале.
При запуске конкурса в Телеграм помните: условия должны быть простыми, призы — интересными для участников, а в каналах, в которых вы продвигаете конкурс, должна быть ваша ЦА.
Чем эффективнее вы будете продвигаться с помощью конкурсов, тем быстрее будет расти ваш канал в Телеграм. Это значит, что вы сможете начать его монетизировать, например, с помощью закрытого телеграм-канала.
Больше информации о ведении и продвижении закрытого телеграм-канала ищите в нашем профиле, а для упрощения ведения канала подключайте BotPay.
Источник: vc.ru
Как я занял третье место в конкурсе Telegram и выиграл $ 2 000
Телеграм анонсировал конкурс для разработчиков на создание библиотеки, с помощью которой можно было бы преобразовывать лица в режиме реального времени.
Задача: Создать кроссплатформенный модуль на C++ для корректировки внешности. Создать приложение для iOS или Android, которое демонстрирует работу этого модуля, в режиме реального времени преобразовывая видео из фронтальной камеры.
Подобная функциональность реализована в таких приложениях, как Instagram и Snapchat, и может подразумевать выравнивание кожи лица, скрытие дефектов кожи, при необходимости, увеличение глаз, уменьшение носа, подбородка или ушей, то есть приведение пропорций лица к универсальным стандартам привлекательности. Модуль должен работать корректно независимо от пола, возраста и цвета кожи. Результат преобразования должен восприниматься зрителем как естественный, не бросающийся в глаза по сравнению с оригиналом. Цель — создать едва заметный фильтр, который, позволил бы пользователям представлять «лучшую версию себя» собеседнику.
Мой СЕКРЕТНЫЙ способ- 100% РЕЗУЛЬТАТ. Ритуал на выигрыш в розыгрыше
Размышления, стоило ли участвовать?
Порог вхождения (сужу по своему опыту), довольно высокий, но ведь дорогу осилит идущий, не так ли? Сразу скажу, что опыта до этого конкурса в этой теме у меня было немного. Отдаленно слышал об ARKit и Metal. Ну и ранее участвовал в конкурсе, в котором использовал CoreML для нахождения и вырезания области на статичных картинках.
С чего бы начать?
Для участия в этой задаче я изучил несколько статей об ARKit и также примеров на GitHub с более-менее работоспособными вещами. Но максимум, что удалось за это время — создать или поверхностную маску для работы в режиме реального времени или использовать заранее сгенерированные модели для наложения, например, глаз, или носа. Для этого я изучил статьи здесь:
Распознавание лиц с помощью фронтальной камеры, наложение виртуального контента и анимация мимики в режиме реального времени.
Наглядный пример с подходом, который я планировал использовать изначально, однако здесь также есть ряд ограничений.
С помощью этого репозитория можно примерно представить, как именно разделены секторы, для которых можно применять дальнейшие манипуляции.
Заранее были понятны и сложности при таком подходе: количество строго ограничено сейчас, 1220, но может быть изменено позже. Поэтому даже временное решение может оказаться нерабочим в будущих версиях iOS, также его сложно назвать кроссплатформенным, как того требовало условие задачи.
ARFaceGeometry имеет 1220 вершин, и индекс 9 находится на носу, например.
Пример с перечислением доступных «секторов».
Поэтому я решил участвовать в конкурсе, используя только нативные технологии из «коробки», в частности, адаптировать модуль для использования с помощью билатерального фильтра, который является различием различных способов сглаживания. Эта процедура берёт взвешенную сумму вокруг, опираясь как на расстояние до выбранного пикселя, так и на близость пикселей по цвету. Немного об этом можно прочитать здесь (статья на русском языке).
Билатеральный фильтр
По условиям, или по тому, как я их понял, я не могу разглашать исходный код. Но с радостью поделюсь ресурсами, которые натолкнули меня на ход размышлений.
В этом примере показано, как применить фильтр с розовым цветом линзы с помощью Core Image и Metal. Он также показывает, как визуализировать глубину и сглаженный эффект глубины поверх потока захвата с помощью фильтра оттенков серого.
Просто розовый фильтр явно был бы недостаточен для конкурса, поэтому я продолжил свое исследование возможных опций.
Metal рендерит продвинутую 3D-графику и выполняет параллельные вычисления с использованием графических процессоров (GPU).
Высокопроизводительная обработка изображений может быть выполнена в iOS/macOS благодаря Metal. Также известно, что изображения представляются в виде матрицы. Каждый элемент матрицы представляет собой цвет каждого пикселя.
Подобно гауссовскому фильтру, двусторонний фильтр также определяется как средневзвешенное значение соседних пикселей. Разница в том, что этот фильтр учитывает изменение яркости, как показано ниже.
Весовое значение W постоянно в гауссовском фильтре, но зависит от положения целевого пикселя, gid в металическом, в билатеральном.
Величина параметра дельты означает, что цвет или яркость соседнего пикселя не совпадает, сильно отличается от цвета или яркости центрального пикселя. Если этот параметр достаточно велик, будет возвращаться почти 0, то есть выходное значение будет практически не отличаться.
Фильтр Гаусса не учитывает информацию о яркости, поэтому края могут теряться.
В отличие от этого, билатеральный фильтр использует информацию о соседних пикселях с яркостью, близкой к параметру соседних пикселей, поэтому края сохранятся.
Для управления параметрами я создал класс, в который передаются параметры для величины радиуса и сигмы, что можно проверить как раз в реальном времени. Более детально об этом методе можно прочитать здесь.
Я полностью согласен со мнением жюри, что и алгоритм требует доработки, да и приложение тоже, но по крайней мере надеюсь, что у меня получилось поделиться хотя бы направлениями подходов к реализации данной задачи.
Если вам информация показалось интересной, вы можете поддержать меня, подписавшись на мой канал в Телеграме. Спасибо за прочтение и хорошего дня!
- Разработка под iOS
- Разработка мобильных приложений
- Objective C
- Swift
Источник: habr.com
В социальных сетях огромное количество ресурсов, где подписчикам предлагают поучаствовать в конкурсах с денежными призами, только вот в 99% случаев все это развод – деньги получить не удастся, а вот потерять свои кровные вполне реально. На канале Телеграм Розыгрыш Миллионера предлагают выиграть от 100 тыс. до 300 тыс. рублей.
Проведенное мини расследование показало, что в сообществе используется распространенная схема развода, где побеждает каждый, но для возможности перевода необходимо сделать пробный платеж, после чего все блокируются.
Описание проекта в телеграме Розыгрыш Миллионера
- первый получает 100000 рублей;
- второй получает 150000 рублей;
- третий получает 200000 рублей.
Для участия делать ничего особого не нужно, достаточно быть подписанным на канал, включить уведомления, написать в ЛС «+», следить за результатами и надеяться на лучшее. По утверждению автора, шансы у всех равны, так как счастливчики выбираются случайным образом.
Подробно о схеме мошенничества
Статистика по выплатам выигрышей
Скрины с денежными переводами единственное доказательство выплат, но их сегодня легко нарисовать в специальных программах – лучше всему не верить!
Хотите посмотреть на топ лучших капперов, которым можно доверять? Сайты, которые проходят мою личную проверку и ведут честную статистику
Источник: www.kaper.pro