五大可识别图片的人工智能技术

2015-11-23 18:51:54编辑:鲁迪 关键字:识别图片  人工智能技术
    很长一段时间以来,人工智能的研究都停留在文字层面,比如著名的图灵测试(Turning Test),证明了机器能够像人类一样智能地回答书面问题。而如果让机器变得更聪明,仅仅处理文字显然是不够的。事实上,人类心智非常善于视觉处理。从所见当中识别图案、物体以及文本情景的能力让我们很智能,这种能力也是人的本质特征。

  不过直到最近,计算机都对图片束手无策。比如,除非人为添加一些标签和注释,否则机器就无法理解图片,图片也就是成了无用的文件。但是,这种尴尬的情况正在发生变化。一大批能看懂图片的人工智能技术已经来到人间,下面不妨来看看机器之心的盘点:

  谷歌 TensorFlow

  5月份谷歌推出 Google Photos时,媒体关注的焦点是:人工智能和图片搜索结合后所产生的强大功能。谷歌声称(并且用户也很快确认),搜寻特定某人,你会找到对方从现在到婴儿时期的照片。搜索品种名,你就能找到相应品种狗的照片。把名字和食品类别结合起来,比如输入「最大披萨」,就能锁定特定图片。

  这款应用发布之初,媒体无从得知谷歌究竟研发了多长时间。不过,一些搜索功能在Google+上出现一年多了。

  两周前,谷歌以TensorFlow平台形式开源了它的人工智能主体部分。

  尽管TensorFlow并不是第一个开源人工智能平台,但是,它是与谷歌强大图片搜索关系最为密切一个。

  开源TensorFlow意味着,包括初创公司在内的其他公司,能够利用谷歌的这个开源平台,快速将人工智能和图片结合起来。尽管谷歌并未开放人工智能关键技术,包括在众多服务器上运行的能力。谷歌也没有开放让其如此强大的用户数据库。但是,谷歌的此举毫无疑问将**整个机器学习和人工智能创业生态的发展。

  我们也期待着基于TensorFlow的各种震撼新应用能于明年进入市场。

  Facebook Photo Magic

  Facebook近期开始在Messenger应用上测试一项新功能——Facebook Photo Magic。这是一个可选应用,它会扫描手机相册照片并对它们进行面部识别处理。Photo Magic会识别照片中的人物(他们也是你的Facebook好友),建议你和他们一起分享这些照片。  

  毫无疑问,这项功能给Facebook带来了双重优势。首先,它鼓励用户更多在Messenger上分享。其次,它改善了识别。但是,仅仅这项便利功能是不够的,用户实际上可以赞成或拒绝在任意灯光条件、角度和其他参数条件下,Facebook使用人工智能对面部和名字进行匹配。Facebook人工智能掌握的照片越多,识别效果也越好。

  令人吃惊的是,即使遮住了脸部,Facebook的「面部识别」一样能能识别出你的脸部。这个系统也关注发型、姿势、衣着和身材。(请注意,我们并不清楚Facebook是否已经实现了这种先进系统,但很明显的是,它从用户照片中收集数据。)

  Facebook 的Photo Magic拓展了图片库来源,它不仅收集Facebook(社交网站),还收集Messenger(聊天应用)的数据,扩充了数据量。Photo Magic还鼓励赞成或否定匹配结果,提高数据质量。

  很明显,Facebook最终目标是识别任意场景中的任何人,即使在看不清脸部的恶劣灯光条件下。毫无疑问,未来Facebook的人工智能会扫描和分析环境,发现可市场化的线索——比如,如果某人在照片里经常打棒球,广告商就可以利用这个信息锁定棒球迷,尽管他在上传照片的文字里并没有表露出这种兴趣。

  毫无疑问,他们也打算通过观察图片中一起出现的人,进一步建立社交图谱。

  微软牛津项目(Project Oxford)

  微软日前也更新它的牛津项目,这是一个工具包,让开发者通过旗下的Azure云平台,使用微软的人工智能系统。

  这个工具包支持人工智能各个方面的应用,包括口语,视频和其他媒体。但是,最震撼和最强大的功能莫过于牛津项目现在支持开发者通过牛津人脸应用平台接口项目( Project Oxford Face API)检测图片中的人物表情。 

  譬如,用牛津项目处理一张包含5个人的照片,识别照片中的脸以及每个人的表情——快乐,愤怒或恶心。

  这项功能在新的高度,像人类一样「理解」图片质量。观看他人照片时,人们关注的最重要特征就是个人或群体的情感状况。

  Pinterest Visual Search

  Pinterest日前发布了全新的图片搜索功能,它能帮助用户发现更多的信息甚至帮助购买他们在固定照片里看到的产品。

  首先,在 Pinterest的图片中选中任一物体(来回拖动一个盒状标识)。然后,搜索工具会找到具有相似图案和颜色的相似物,系统会将最匹配的结果链接到购买按钮上,点击这里就能购买该产品。

  这个功能是以伯克利视觉和学习中心(Berkeley Vision and Learning Center)的深度学习人工智能为基础的。

  这种照片人工智能应用可以说是万维网照片的雏形,在这个万维网中,每张图片中的每个物体都与等同物或者相似物、相关物彼此关联。

  CloudSight

  一家名为CamFind的图片识别和视觉搜索公司,今年推出了一个「云视觉」(CloudSight)的公共应用平台接口。

  这个API支持开发者使用CamFind的人工智能分析图片内容。这样的扫描大多数情况下具有高度特定性,比如,能识别汽车的制造和模型,或者狗的品种以及食品的具体类型。一旦分析出图片中的物品,开发者就可以使用这些信息来获取网络上的文字信息。

  Deepomatic

  Deepomatic开发了一种服务型软件智能搜索引擎,它能识别图片中各种各样的数据。Deepomatic热衷时尚。它不仅匹配颜色,图案和其他数据,还能识别图片中的物品,并将它与一个全面的时尚产品数据库进行匹配。

  Deepomatic网站声称,其技术模拟了人类大脑接收视觉信息的方式并用这种方式来理解各种概念。

  远大前景

  每当想到这样一个令人惊喜的新世界:能够理解照片内容的人工智能将无处不在,具有强大扩展潜力且唾手可得时,这些无限可能性就会令人叹为观止。

  而且,这仅仅是一个开始。在绝大多数情况下,这项技术几乎都能通过API,开源程序或服务化处理得以应用实现,因此,我们已经站在了未来世界的入口:图像AI将和网络搜索一样普及,成为这个世界的一个基本特征。为了真正模拟人工智能,计算机必须有视觉,现在它们有了。

关键字:识别图片  人工智能技术

来源: 机器之心 引用地址:http://www.eeworld.com.cn/afdz/2015/1123/article_9071.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:盘点一下能让你的生活更加轻松的智能家居系统
下一篇:智能安防,做你所想

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

首席科学家李飞飞却只关心人工智能技术的下一个突破点?

,在单纯的物体识别之外,我们还能做些什么? 过了 20 年到现在,计算机领域内的专家们也针对物体识别发明了几代技术,这个就是众所周知的 ImageNet。我们在图像识别领域内取得了非常大的进步:8 年的时间里,在 ImageNet 挑战赛中,计算机对图像分类的错误率降低了 10 倍。同时,这 8 年当中一项巨大的革命也出现了: 2012 年,卷积神经网络(convolutionary neural network)和 GPU(图形处理器,Graphic Processing Unit)技术的出现,对于计算机视觉和人工智能研究来说是个非常令人激动的进步。作为科学家,我也在思考,在 ImageNet 之外,在单纯的物体识别之外,我们还能
发表于 2018-07-01 10:49:53
首席科学家李飞飞却只关心人工智能技术的下一个突破点?

传统制造业受冲击,人工智能技术怎么用到工厂?

管理者作出错误的决策。 目前已经有不少企业提供强大的物联网联台,例如IBM公司推出的Watson IoT Platform云端服务平台等,该平台融入了人工智能技术,拥有强大的认知分析能力,提供数据和分析、预测、语义识别、存储等丰富的模块功能。Watson可以监控和分析工业过程中的电压、温度、故障历史以及环境条件,帮助企业有效减少资产停机时间。关于Watson的功能和应用安全可以查看近期IBM举行的“对话工业互联网在线研讨会”。 工业4.0模式下的创新机遇随着设备的相互连接,机器与机器之间可以自由对话,将使得生产各个环节之间更加协调,最终整体效率大幅提升。其实,工厂所获得的好处不只是提升效率,工业4.0的模式为企业创造
发表于 2018-06-15 20:06:51
传统制造业受冲击,人工智能技术怎么用到工厂?

人工智能能耗遇挑战,高通有话说

当下,人工智能已经深入到经济和产业的每个细分领域,很多产品也已经具备了人工智能的能力,这是积极的一面。但同时,也给我们带来一些严峻的问题和挑战。随着人工智能的发展,能源消耗的越来越严重,有数据预测到2025年,全球的数据中心将消耗全球所有可用电力的20%。 此外,深度神经网络的能耗与其规模大小也成正比。资料显示,到2025年,神经网络的继续发展有望将其规模扩大至100万亿个参数,相当于人类大脑的容量,这样规模的神经网络将消耗大量能源。人类大脑的能效比当前最优秀硬件的能效要高100倍,因此我们应该从大脑得到启发,发展能效更高的人工智能技术。 人工智能的能耗问题具备两大挑战在Qualcomm技术副总裁韦灵思
发表于 2018-06-02 19:07:48
人工智能能耗遇挑战,高通有话说

可以检测潜在心脏病的人工智能技术

无线充电提供的巨大优势远非改进智能手机领域的便利性那么简单—例如,可以选择不使用接头、使产品具有防水功能、易于清洁和更加耐用。此外,输电能力,以及提升恶劣环境下的安全性也提供了其自身的优势集合。因此,这项技术有可能在智能手机应用领域之外的很多应用中变得更加普遍。当工程师们进行无线电源设计时,一件有意思的事情就是他们经常会遇到技术挑战,特别是在他们第一次开发无线电源时更是如此。诸如功率耗散和外来物体检测 (FOD) 等重要系统需求会产生设计挑战。实现WPC兼容性,或者只是确保良好用户体验的能力在很大程度上由使用的组件、线圈类型和电路板布局布线决定。通过提供更高集成度、效率提升高达5%,以及把待机功耗减小到只有25mW(即使在轮询期间
发表于 2018-05-24 17:18:16

刘强东:不会开除任何一位兄弟,称人工智能不能取代人类

第二届世界智能大会于5月16日至18日在天津举行。本届大会以“智能时代:新进展、新趋势、新举措”为主题。  在上午举行的《远见:智能经济与可持续发展》论坛,京东集团董事局主席兼CEO刘强东发表了主题为《智能时代的商业新趋势》的演讲,演讲中他回应了网传京东开除8万人的传言,称“永远不会开除任何一位兄弟”。 刘强东称:“京东还在不断高速发展,我们还需要人,永远不会开除任何一位兄弟。” 刘强东在演讲中还表示,硬件和软件是京东人工智能战略的两条主线,更多新业务都以人工智能技术为基础进行构架搭建。京东建立起了一整套的智能化物流,B2C的完全无人库,此外,无人配送站采用了机器人和无人机的配送方式,同样是
发表于 2018-05-19 20:36:34
刘强东:不会开除任何一位兄弟,称人工智能不能取代人类

韩国计划未来5年内向人工智能技术投资130亿元

门将在国防、医药和安全领域率先开展大型人工智能项目。政府将在今年上半年进行详细研究,以决定是否启动价值1万亿韩元的人工智能芯片研发项目。  该部门表示,基于人工智能的处理器在各种深度学习技术中有着巨大的应用潜力,比如神经网络计算。  该部门将进一步拨出用于脑科学发展和研究的预算,脑科学被认为是包括机器学习和神经网络在内的下一代人工智能技术的基础。  韩国政府表示,它也意识到,需要与该领域的初创公司和企业合作研究尖端技术。  该部门表示,全球人工智能市场规模预计将在2021年达到522亿美元,高于2016年的78.1亿美元。
发表于 2018-05-17 09:00:23

小广播

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 视频监控 智能卡 防盗报警 智能管理 处理器 传感器 其他技术 综合资讯 安防论坛

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved