У многих технологических компаний есть инициативы, своего рода инкубаторы, которые стимулируют сотрудников разрабатывать собственные приложения. У Microsoft подобная инициатива называется Garage, а Google ...

Израильские инженеры из Университета имени Бен-Гуриона создали робота Sweeper, предназначенного для сбора урожая сладкого перца. Робот движется по рельсам, тщательно сканирует плоды и способен автоматически ...

Американский производитель электрических скейтов Inboard Technology решил попробовать свои силы в бурно растущем сегменте электрических самокатов и анонсировал свою первую модель Glider. Новинка отличается ...

В новой модели умных часов Apple Watch Series 4 производитель реализовал множество изменений, начиная более крупным дисплеем и заканчивая интеграцией датчика для снятия ЭКГ. Специалисты iFixit, традиционно ...

Во время проведения выставки Photokina 2018 компания Panasonic анонсировала выпуск собственных полнокадровых беззеркальных камер. Они будут ориентированы на профессиональных пользователей. ...

Корпорация Microsoft выпустила отдельные версии офисных пакетов Office 2019 для платформ Mac и Windows. В комплекты входят настольные версии приложений Word, Excel, PowerPoint, Outlook, Project, Visio, ...

Компания HyperX объявила о начале продаж двух новых серий твердотельных накопителей HyperX FURY RGB и HyperX SAVAGE EXO. Новинки на основе памяти 3D NAND призваны помочь геймерам персонализировать дизайн ...

Компания Fujifilm представила свою вторую гибридную камеру Instax Square SQ20, которая способна снимать видео. Отметим, что для устройства, которое предназначено в первую очередь для мгновенной печати ...

В рамках проведения выставки Photokina 2018 компания Fujifilm показала несколько своих новинок в сфере фотографии. Одной из них является среднеформатная беззеркальная камера GFX 100.Как отмечает производитель, ...

При этом начало пламенной речи американского президента зеленый зал заседаний встретил смехом на словах, что он достиг большего чем его предшественники. Президент Турции Реджеп Тайип Эрдоган покинул зал заседаний Генассамблеии ООН в момент, когда на трибуну для выступления вышел президент США Дональд Трамп.На кадрах трансляции видно, как Эрдоган неспешно направился к выходу, а за ним и вся турецкая делегация.В последнее время отношения между Турцией и США вошли в новый виток напряженности из-за торговой войны, которую американский президент объявил нескольким странам мира. В список вошли также Россия, Китай и Евросоюз. Анкара на этот недружественный жест ответила своими экономическими мерами - было введено повышение пошлин на многие товары из США. В зоде своих пламенных речей, Эрдоган даже заявил о необходимости отказа от доллара.Сама же речь президента США на нынешнем заседании Генассаблеии ООН не задалась с самого начала. Начал Трамп ее со слов о том, что он меньше, чем за два года достиг большего, чем его предшественники. В зале разразился громкий смех
https://stfw.ru

ТЕЛЬ-АВИВ, 25 сентября. /ТАСС/. Израильский военно-политический кабинет по безопасности отдал во вторник распоряжение Армии обороны Израиля продолжать действия против военного закрепления Ирана в Сирии и продолжать координацию по Сирии с военными РФ, сообщила правительственная пресс-служба."Военно-политический кабинет министров поручил Армии обороны Израиля продолжать действовать против военного закрепления Ирана в Сирии, продолжая координацию по безопасности с Россией", - говорится в распространенном ведомством коммюнике.
https://stfw.ru

МОСКВА, 25 сен - РИА Новости. В МИДе прокомментировали работу экспертов Пентагона с биологическими материалами в Грузии и заявили, что США, по сути, ставят эксперименты над людьми.
Директор Департамента по вопросам нераспространения и контроля над вооружениями МИД Владимир Ермаков, выступая на пресс-конференции в МИА "Россия сегодня" сообщил, что российские дипломаты заявляли американским коллегам, что не позволят военным биологам из США делать "непонятно что" на российских границах."То, что сейчас происходит в Грузии, по нашей оценке, - это работа американского военного ведомства на грузинской территории с биологическим материалом, использование нашего соседа, наших грузинских коллег, партнеров, как подопытных кроликов", - добавил он.Ермаков отметил, что доступа в определенные помещения нет даже у грузинских специалистов, а "материалы туда доставляются из США диппочтой".Российская сторона неоднократно выражала тревогу по поводу деятельности Пентагона "по размещению медико-биологических лабораторий в непосредственной близости от российских границ". В 2015 году в МИД упомянули в этой связи "Исследовательский центр общественного здравоохранения имени Р. Лугара" в пригороде Тбилиси, под крышей которого "прописалось" медицинское исследовательское подразделение сухопутных войск США.В Москве полагают, что американские и грузинские власти пытаются скрыть реальную деятельность подразделения армии США, изучающего особо опасные инфекционные болезни. Грузинская сторона считает опасения напрасными и заявляет, что лаборатория занимается исключительно научными изысканиями. В МИД заявляли, что Москва запросит официальные разъяснения от США о деятельности лаборатории в Грузии, где могли проводить летальные эксперименты над людьми.
https://stfw.ru

Россия категорически не приемлет новые американские санкции в отношении руководства Венесуэлы. Об этом журналистам во вторник заявил директор Латиноамериканского департамента МИД РФ Александр Щетинин."Мы категорически не приемлем практику санкционного давления против суверенных государств как в принципиальном плане, так и в данном случае применительно к политическим деятелям Венесуэлы. Мы искренне считаем, что такая политика ни в коей мере не способствует решению тех задач, которые стоят сейчас перед Венесуэлой, а, наоборот, ведет к ухудшению ситуации", - указал дипломат.
https://stfw.ru

Когда люди ищут в интернете картинку или видео, они часто прибавляют к запросу фразу "в хорошем качестве". Под качеством обычно имеется в виду разрешение - пользователи хотят, чтобы изображение было большим и при этом хорошо выглядело на экране современного компьютера, смартфона или телевизора. Но что делать, если источника в хорошем качестве просто не существует?
Сегодня мы расскажем читателям Хабра о том, как с помощью нейронных сетей нам удается повышать разрешение видео в режиме реального времени. Вы также узнаете, чем отличается теоретический подход к решению этой задачи от практического. Если вам не интересны технические детали, то можно смело пролистать пост - в конце вас ждут примеры нашей работы.
В интернете много видеоконтента в низком качестве и разрешении. Это могут быть фильмы, снятые десятки лет назад, или трансляции тв-каналов, которые по разным причинам проводятся не в лучшем качестве. Когда пользователи растягивают такое видео на весь экран, то изображение становится мутным и нечётким. Идеальным решением для старых фильмов было бы найти оригинал плёнки, отсканировать на современном оборудовании и отреставрировать вручную, но это не всегда возможно. С трансляциями всё ещё сложнее - их нужно обрабатывать в прямом эфире. В связи с этим наиболее приемлемыи для нас вариант работы - увеличивать разрешение и вычищать артефакты, используя технологии компьютерного зрения.
В индустрии задачу увеличения картинок и видео без потери качества называют термином super-resolution. На эту тему уже написано множество статей, но реалии "боевого" применения оказались намного сложнее и интереснее. Коротко о главных проблемах, которые нам пришлось решать в собственной технологии DeepHD:
Нужно уметь восстанавливать детали, которых не было на оригинальном видео ввиду его низкого разрешения и качества, "дорисовывать" их.Решения из области super-resolution восстанавливают детали, но они делают чёткими и детализованными не только объекты на видео, но и артефакты сжатия, что вызывает неприязнь у зрителей.Есть проблема со сбором обучающеи выборки - требуется большое количество пар, в которых одно и то же видео присутствует и в низком разрешении и качестве, и в высоком. В реальности для плохого контента обычно нет качественнои пары.Решение должно работать в реальном времени. Выбор технологии
В последние годы использование нейронных сетей привело к значительным успехам в решении практически всех задач компьютерного зрения, и задача super-resolution не исключение. Наиболее перспективными нам показались решения на основе GAN (Generative Adversarial Networks, генеративные соперничающие сети). Они позволяют получить фотореалистичные изображения высокой чёткости, дополняя их недостающими деталями, например прорисовывая волосы и ресницы на изображениях людей.
В самом простом случае нейронная сеть состоит из двух частей. Первая часть - генератор - принимает на вход изображение и возвращает увеличенное в два раза. Вторая часть - дискриминатор - получает на вход изображение, сгенерированные и "настоящие", и пытается отличить друг от друга.
Подготовка обучающего множеств
Для обучения мы собрали несколько десятков роликов в UltraHD-качестве. Сначала мы уменьшили их до разрешения 1080p, получив тем самым эталонные примеры. Затем мы уменьшили эти ролики ещё вдвое, попутно сжав с разным битрейтом, чтобы получить что-то похожее на реальное видео в низком качестве. Полученные ролики мы разбили на кадры и в таком виде использовали для обучения нейронной сети.
Деблокинг
Конечно же, нам хотелось получить end-to-end-решение: обучать нейросеть генерировать видео высокого разрешения и качества сразу из оригинального. Однако GAN'ы оказались очень капризны и постоянно пытались уточнять артефакты сжатия, а не устранять их. Поэтому пришлось разбить процесс на несколько этапов. Первый - подавление артефактов сжатия видео, также известный как деблокинг.
Пример работы одного из методов деблокинга:
На этом этапе мы минимизировали среднеквадратичное отклонение между сгенерированным и исходным кадром. Тем самым мы хоть и увеличивали разрешение изображения, но не получали реального повышения разрешения за счёт регрессии к среднему: нейросеть, не зная, в каких конкретно пикселях проходит та или иная граница на изображении, была вынуждена усреднять несколько вариантов, получая размытый результат. Главное, чего мы добились на этом этапе - устранение артефактов сжатия видео, так что генеративной сети на следующем этапе нужно было только повысить чёткость и добавить недостающие мелкие детали, текстуры. После сотен экспериментов мы подобрали оптимальную по соотношению производительности и качества архитектуру, отдалённо напоминающую архитектуру DRCN:
Основная идея такой архитектуры состоит в желании получить максимально глубокую архитектуру, при этом не получив проблем со сходимостью при её обучении. С одной стороны, каждый следующий свёрточный слой извлекает всё более сложные признаки входного изображения, что позволяет определять, что за объект находится в данной точке изображения и восстанавливать сложные и сильно повреждённые детали. С другой стороны, расстояние в графе нейронной сети от любого её слоя до выхода остаётся небольшим, благодаря чему улучшается сходимость нейросети и появляется возможность использовать большое количество слоёв.
Обучение генеративной сети
За основу нейронной сети для повышения разрешения мы взяли архитектуру SRGAN. Прежде чем обучать соревновательную сеть, нужно предобучить генератор - обучить его тем же способом, что и на этапе деблокинга. В противном случае в начале обучения генератор будет возвращать только шум, дискриминатор сразу начнёт "выигрывать" - легко научится отличать шум от реальных кадров, и никакого обучения не получится.
Далее обучаем GAN, но и тут есть свои нюансы. Нам важно, чтобы генератор создавал не только фотореалистичные кадры, но и сохранял имеющуюся на них информацию. Для этого к классической архитектуре GAN'а мы добавляем контентную функцию потерь (content loss). Она представляет собой несколько слоёв нейросети VGG19, обученной на стандартном датасете ImageNet. Эти слои преобразуют изображение в карту признаков, которая содержит информацию о содержимом изображения. Функция потерь минимизирует расстояние между такими картами, полученными из сгенерированного и исходного кадров. Также наличие такой функции потерь позволяет не испортить генератор на первых шагах обучения, когда дискриминатор ещё не обучен и выдает бесполезную информацию.
Ускорение нейросети
Всё шло хорошо, и после цепочки экспериментов мы получили неплохую модель, которую уже можно было применять к старым фильмам. Однако для обработки потокового видео она все ещё была слишком медленной. Оказалось, что просто уменьшить генератор без существенной потери качества итоговой модели нельзя. Тогда нам на помощь пришёл подход knowledge distillation ("дистилляция" знаний). Этот метод предусматривает обучение более лёгкой модели таким образом, чтобы она повторяла результаты более тяжёлой. Мы взяли множество реальных видео в низком качестве, обработали их полученной на предыдущем шаге генеративной нейросетью и обучили более лёгкую сеть получать из тех же кадров такой же результат. За счёт этого приёма мы получили сеть, которая не очень сильно уступает по качеству исходной, но быстрее её в десятки раз: на обработку одного телеканала в разрешении 576p требуется одна карта NVIDIA Tesla V100.
Оценка качества решений
Пожалуй, самый сложный момент при работе с генеративными сетями - это оценка качества полученных моделей. Здесь нет понятной функции ошибки, как, например, при решении задачи классификации. Вместо этого мы знаем только точность дискриминатора, которая никак не отражает интересующее нас качество генератора (хорошо знакомый с этой сферой читатель мог бы предложить использовать метрику Вассерштайна, но, к сожалению, у нас она давала заметно более плохой результат).
Решить эту проблему нам помогли люди. Мы показывали пользователям сервиса Яндекс.Толока пары изображений, одно из которых было исходным, а другое - обработанным нейросетью, либо оба были обработанными разными версиями наших решений. За вознаграждение пользователи выбирали более качественное видео из пары, так мы получали статистически значимое сравнение версий даже при сложно различимых глазом изменениях. Наши итоговые модели одерживают победу в более чем 70% случаев, что достаточно много, учитывая, что пользователи тратят на оценку пары видео всего несколько секунд.
Интересным результатом также стал тот факт, что видео в разрешении 576p, увеличенное технологией DeepHD до 720p, выигрывает у такого же оригинального видео с разрешением 720p в 60% случаев - т.е. обработка не только повышает разрешение видео, но и улучшает его визуальное восприятие.
Примеры
Весной мы испытали технологию DeepHD на нескольких старых фильмах, посмотреть которые можно на КиноПоиске: "Радуга" Марка Донского (1943), "Летят журавли" Михаила Калатозова (1957), "Дорогой мой человек" Иосифа Хейфица (1958), "Судьба человека" Сергея Бондарчука (1959), "Иваново детство" Андрея Тарковского (1962), "Отец солдата" Резо Чхеидзе (1964) и "Танго нашего детства" Альберта Мкртчяна (1985).
Разница между версиями до и после обработки особенно заметна, если вглядываться в детали: изучать мимику героев на крупных планах, рассматривать фактуру одежды или рисунок ткани. Удалось компенсировать и некоторые недостатки оцифровки: например, убрать пересветы на лицах или сделать более заметными предметы, размещённые в тени.
Позднее технология DeepHD стала использоваться для улучшения качества трансляций некоторых каналов в сервисе Яндекс.Эфир. Распознать такой контент легко по метке dHD.
Теперь на Яндексе в улучшенном качестве можно посмотреть "Снежную королеву", "Бременских музыкантов", "Золотую антилопу" и другие популярные мультики киностудии "Союзмультфильм". Несколько примеров в динамике можно увидеть в ролике:
 
Для требовательных к качеству изображения зрителей разница будет особенно заметной: изображение стало более резким, лучше видны листья деревьев, снежинки, звёзды на ночном небе над джунглями и другие мелкие детали.
Дальше - больше.
https://stfw.ru

Ведущий израильский обозреватель Нир Двори обнародовал статью, которая свидетельствует: ивритоязычные СМИ наконец-то прозрели и уже не испытывают иллюзий относительно истинного отношения Москвы к еврейскому государству."Российский начальник генштаба уже подробно рассказал о том, как Москва собирается действовать против Израиля.Именно так видит Кремль видит войны будущего, и это уже проявилось в российской оккупационной политике в Крыму, в Сирии, а также в попытке подрыва системы выборов в Соединенных Штатах.Между истиной и ложью русские всегда будут предпочитать ложь, чтобы нейтрализовать потребность западного общества в установлении реальных фактов", - пишет Нир Двори в статье под заглавием "Русская ложь и война за истину в последней инстанции".Этот материал опубликован 25 сентября порталом Reshet.tv (интернет-версия 13 канала ИТВ)."Российский фестиваль фейковых новостей против Израиля был направлен на создание политического давления и размывание ответственности сирийских и российских офицеров после падения самолета Ил-20 у побережья Сирии", - пишет Двори и отмечает, что это лишь первая стадия полномасштабной российской агрессии против еврейского государства:"Несколько лет назад начальник штаба российской армии неожиданно опубликовал статью, в которой подробно рассказал, как он (и Россия) видят будущие войны, и это полностью совпадает с тем, как именно это делает Москва в Крыму, Сирии и США".Первый этап: секретные операции, создание нужных альянсов, поддержка политической оппозиции в государстве противника и кампания по усилению его "сдерживания". Кроме того, на протяжении всего конфликта будет вестись борьба за общественное сознание с целью углубления существующих споров в конкурентном государстве.Второй этап: дипломатические и экономические усилия по подрыву легитимации усилий противника (и в то же время необходимо создать "пространство легитимации" для военных действий).Третий этап: концентрация военной силы и выполнение конкретных военных операций, деятельность "агентов", спецназа, оппозиционных элементов и некоммерческих организаций на территории страны противника.Развертывание сил на этих этапах обычно основывается на фоне "упражнений" на "местности" - это именно то, что сделала Россия, когда собрала десятки истребителей, бомбардировщиков и военных кораблей в восточном Средиземноморье за последние две недели.Наземные силы РФ вводятся в страну без маркировки принадлежности к Кремлю - как "добровольцы и отпускники". Например, армия ЧВК "Вагнера", действующая в Сирии, а ранее - "зеленые человечки" в Крыму, а также "шахтеры и трактористы" в Донбассе.Четвертый этап, который, возможно, уже начался - это интенсивная военная деятельность, наложение удушающей экономической осады и в случае прямого конфликта - ковровые бомбардировки, разрушающие инфраструктуру в целом и больницы в частности. Такую участь готовили сирийскому Идлибу.Пятый этап: пропаганда войны "за правое дело" (тонны "соловьиного помета" на "зомби-ТВ" - Курсор) и начало самой войны. Ввиду продолжительности конфликта изыскиваются возможности замены руководства враждебного государства - как политического, так и военного."В нашем контексте русские уже вводят свою "военную полицию" на сирийские Голанские высоты", - напоминает Двори.Таким образом, уже началось формирование воинского контингента для прямого российского вторжения в Израиль.Отметим, что применение "крымско-донбасской модели" против Израиля для Москвы очень удобно. Иерусалим будет объявлен очередным "сакральным Херсонесом", а "русский мир" - пострадавшей стороной.Союзниками России будут (и уже являются) Иран, ХАМАС и Хизбалла, которые уже много лет, по указке из Кремля, прямо или косвенно, терроризируют жителей еврейского государства.Как информировал Курсор, решение Москвы о дополнительной военной помощи режиму Асада ставит Россию и Израиль на грань прямого военного столкновения, так считает израильский военный эксперт Андрей КожиновИсточник:cursorinfo.co.il/all-news/ekspert-moskva-primenyaet-...З.Ы. Они там что, в Израиле, совсем того?https://stfw.ru

Губернатор Владимирской области Светлана Орлова проиграла кандидату от ЛДПР Владимиру Сипягину почти 20% голосов во втором туре. Почему кандидат от "Единой России" не смогла победить, разбирался РБК Глава Владимирской области Светлана Орлова проиграла второй тур выборов, который прошел 23 сентября. Действующий глава региона получила 37,46% голосов, ее соперник, депутат заксобрания от ЛДПР Владимир Сипягин - 57,03%.
Явка по итогам второго тура выросла: в минувшее воскресенье на участки пришли, по предварительным данным, 38,29% избирателей, в то время как в единый день голосования 9 сентября этот показатель составил 32,96%. В отличие от победившего в Хабаровском крае кандидата от ЛДПР Сергея Фургала, который является депутатом Госдумы, одномандатником, Сипягин изначально был исключительно техническим кандидатом, ранее говорили близкие к штабу губернатора собеседники РБК.
Но технический кандидат выиграл, потому что "жители региона совершенно не воспринимали Орлову": "Она так и осталась для них чужой, а Сипягин местный, свой", - резюмирует один из близких к штабу губернатора источников РБК.
Светлана Орлова для Владимирской области - варяг, перед тем как стать главой региона, она занимала пост вице-спикера Совета Федерации.
Голосование за Сипягина в первом туре носило исключительно протестный характер, так же как в Хакасии и Хабаровском крае, говорили собеседники, близкие к штабу губернатора и Кремлю.
Между первым и вторым турами рейтинг Орловой немного вырос, но этого было недостаточно для победы, рассказывает один из близких к штабу источников: "Социология показывала проигрыш губернатора. Непонятно, почему федеральный центр не пошел по тому же пути, что и с Зиминым (в пятницу, 21 сентября, глава Хакасии объявил о том, что снимает свою кандидатуру с выборов. - РБК)".
По итогам фокус-групп, которые проводились перед вторым туром, можно было сделать вывод о трех основных претензиях жителей к губернатору: "Она не сумела стать своей; ужасное экономическое состояние региона; поведение Орловой - своей манерой общения она создавала себе кучу проблем", - говорит близкий к штабу источник РБК.
Губернатор Владимирской области - классический пример того, как новый глава входит в регион на волне любви и надежд, но через некоторое время люди понимают, что все не так, как представлялось: заводы продолжают закрываться, а после визитов высокопоставленных людей из Москвы в жизни простых граждан ничего не меняется, рассуждает собеседник РБК.Манера хлесткой публичной критики чиновников, которая, по словам источника РБК, поначалу нравилась избирателям, в конце концов сработала против Орловой: "Когда губернатор так общается со всеми, и люди понимают, что это может коснуться уже не только, условно, твоего соседа, но и тебя лично, то симпатия пропадает".
Взять ситуацию с главами районов, продолжает он: после первого тура их вызвали в областную администрацию и пригрозили, что "им это [провал Орловой] припомнят". И добавляет: "А надо было договариваться".
У Орловой "был конфликт и с элитами, и с обществом": "Ее погубил образ Салтычихи, помещицы", - резюмирует источник. Нелюбовь к губернатору была такой, что на фокус-группах люди набрасывались на модератора, рассказывает собеседник: "Вы что, от нее [от Орловой]?! Жулики, ворье!"
Говорить, что губернатор вообще ничего не сделала для региона, неправильно, рассуждает еще один собеседник РБК, близкий к штабу. Но одна из проблем заключалась в том, что общественное сознание не связывало улучшения с именем Орловой, добавляет он: "Им казалось, что это происходит само по себе, без участия губернатора".
Как в штабе Орловой пытались снизить протест?
Перед вторым туром в регион выехала группа единороссов, а подготовку к голосованию курировал лично начальник кремлевского управления внутренней политики Андрей Ярин, ранее рассказывали источники РБК.
В штабе Орловой рассчитывали, что протестный избиратель, пришедший голосовать в первом туре, во втором уже не будет так активен, говорят два близких к штабу собеседника РБК. Использовались в том числе политтехнологические ходы, уточняет один из них. В частности, запускался призыв "Голосуй против всех", направленный на то, чтобы протестный избиратель не пришел либо испортил бюллетень.
"Поработали" и с Сипягиным", - продолжает один из собеседников, близких к штабу. Если в первую неделю после первого тура он был активен, то потом с ним "поговорили", и оппонент губернатора исчез из публичного пространства.
Сипягин перестал вести кампанию, ранее рассказывал один из близких к штабу источников РБК: "Он сдал все АПМ [агитационно-пропагандистские материалы], перестал ходить на дебаты".
При этом кандидату от ЛДПР предложили пост вице-спикера заксобрания, говорили источники РБК в региональном отделении "Единой России". Сам Сипягин называл это "дезинформацией".
Кто помешал заключить сделку с конкурентом?
Намечающиеся договоренности сорвал лидер ЛДПР Владимир Жириновский, констатируют единоросс и собеседник, близкий к штабу Орловой. 20 сентября политик выпустил в своем Telegram-канале заявление по выборам в Хабаровске и Владимире, в котором говорилось, что партия "будет идти на победу в обоих регионах". Тем самым Жириновский сорвал и договоренность по Хабаровскому краю, в соответствии с которой губернатор Вячеслав Шпорт предложил своему сопернику Сергею Фургалу пост первого вице-губернатора, а тот согласился, говорил РБК источник, близкий к штабу хабаровского главы. "Жириновский почувствовал возможность получить политические дивиденды", - так трактует заявление лидера ЛДПР федеральный чиновник.
Несмотря на заявление Жириновского, Сипягин в последние два дня перед выборами так и не активизировался, а непосредственно в день голосования, когда стало известно о победе Фургала, ЛДПР даже отозвала с участков часть своих наблюдателей, напоминает один из близких к штабу Орловой источников.
Сама губернатор записала видео, в котором обратилась к жителям региона "по-человечески". Орлова назвала результат первого тура "неожиданным" для себя и пообещала в случае победы исправить свои ошибки. "Что-то сама сделала не так. Гдето недоглядела", - заявила Орлова.
Помогла ли Орловой покаянная речь?
Однако никакие усилия не помогли: протестный избиратель все равно пришел, хотя и не в таком количестве, как в Хабаровске, констатирует собеседник, близкий к штабу. О том, что Орлова проиграет, можно было судить даже по результатам экзитполов, добавляет он. Как сообщал РБК, в течение дня губернатор и ее оппонент шли впритык, результаты колебались между 28 и 31%, при этом порядка 40% опрошенных отказались отвечать на вопрос, за кого они отдали голос. "Как только вы видите, что побеждает отказ [отвечать], - это конец [для кандидата от власти]. Воздух был слишком перегрет ненавистью [к Орловой]", - резюмирует один из близких к штабу источников РБК.
Орлова сильно раздражала владимирскую элиту и население своей грубостью, нахрапом и жестокостью, рассуждает политолог Виталий Иванов. "Спасти Орлову было можно, но ее окончательно "добили" технологи. Ее "покаянная" речь была крайне неудачной. Во-первых, власть не должна просить ничего. Во-вторых, Орлова расписалась в своей слабости, а слабых всегда бьют", - говорит эксперт.
После истории со вторыми турами кадровый подход Кремля к кандидатам на губернаторские посты поменяется, уверен Иванов: "Главам "сурковского" и "володинского" призывов станет тяжелее обосновывать свои претензии на новые сроки". Им сразу будут напоминать о провалившихся губернаторах - в первую очередь об Орловой и Зимине как наиболее "разложившихся", констатирует эксперт.
Причина проигрыша Орловой понятна: в регионе были жесткие межэлитные конфликты, с ней воевали даже главы муниципалитетов, что бывает крайне редко, говорит политолог Андрей Колядин. "Я знаком с некоторыми главами и со спикером заксобрания, и постоянно слышал: "Уберите ее. С ней будут сражаться даже на президентских выборах, чтобы занизить результат [Путина]", - рассказывает эксперт. Но Орлову не убирали, и в результате ее убрал народ, констатирует он.
После вторых туров в регионах Кремль должен пересмотреть свой подход к кадровым вопросам в отношении кандидатов на губернаторские посты, считает Колядин: "Сейчас людей сначала обучают, а затем ставят на регион, считая, что человек справится. И в результате "ученый" Тарасенко проигрывает "неучу" Ищенко. А нужно делать наоборот: отменять муниципальный фильтр, чтобы люди сначала выигрывали выборы, а потом уже обучать их", - считает эксперт. Автор: Наталья Галимова.           
https://stfw.ru