圖像識別技術(shù)的推進

　　人工智能鑒黃師

　　但真的沒有任何法寶可以治涉黃嗎？互聯(lián)網(wǎng)的開放不僅帶來了自由，同樣也成為垃圾信息的溫床。最為人熟（xian）知（mu）的一個職位叫做“鑒黃師”，代表人物自然是“唐馬儒”，但實際上“唐馬儒”再多也滿足不了現(xiàn)在對于圖像鑒別和挖掘的需求。

　　傳統(tǒng)的解決方案是通過人力完成，所需要的人數(shù)會與主播成一個比例。通常都是好幾百人坐在屏幕前面持續(xù)對閃過的畫面進行篩選，如果發(fā)現(xiàn)不符合規(guī)定就進行人工處理。但在智能化高度發(fā)展的今日，這樣的方案顯得過時。

　　據(jù)圖普科技相關(guān)負責(zé)人表示，他們給出的方案很簡單：將圖片發(fā)送到云處理端，然后就能夠接收到來自云端的處理結(jié)果，同時反饋的還有機器對結(jié)果的確定程度（百分比）。

　　通過圖片上傳，經(jīng)過后臺分析后，將結(jié)果給予用戶，篩選的維度包括：色情識別、暴恐識別、是否旋轉(zhuǎn)、顏值、人物類別、廣告識別、是否戴眼鏡、頭發(fā)長度、車身顏色、車標(biāo)品牌、服裝風(fēng)格、服裝美觀度等等。用戶甚至可以根據(jù)需求，定制深度篩選規(guī)則。這些復(fù)雜的維度即便是人也要花上個幾秒鐘來確定，而現(xiàn)在機器所能達到的成績是 99.5% 的圖片都能夠在 0.2 秒內(nèi)獲得鑒別的數(shù)據(jù)反饋。

　　機器讀懂圖片的本質(zhì)

　　同樣的是一張物體圖片，人眼看到的是一個物體，而計算機看到只是每個代表每個像素點的數(shù)據(jù)。人對圖像識別的能力，也是從生活經(jīng)驗積累而來，機器也是如此，讓計算機看“懂”一張圖片一直是一個難點。

　　目前最為普遍的解決方案是，通過給計算機裝備一個能夠不斷學(xué)習(xí)及成長的平臺——多重神經(jīng)網(wǎng)絡(luò)。籠統(tǒng)地講便是計算機將原來單個、零散的分辨率數(shù)據(jù)結(jié)合起來，從不同的維度進行分析，比如顏色、相似度、局部特征等，同時與之前積累的數(shù)據(jù)進行對比，最終捕獲其中的規(guī)律，將圖像中的信息提取出來。

圖片來源網(wǎng)絡(luò)

　　這是一個不斷成長的過程，如同我們?nèi)祟悓W(xué)習(xí)一樣，并不是一次就能學(xué)會，但機器比人好的地方，便在于不知疲倦及專注，讓學(xué)習(xí)的天賦上比人類高出一截。

　?。ú糠謭D片與內(nèi)容來源網(wǎng)絡(luò)）