圖像識(shí)別技術(shù)的推進(jìn)

　　人工智能鑒黃師

　　但真的沒(méi)有任何法寶可以治涉黃嗎？互聯(lián)網(wǎng)的開(kāi)放不僅帶來(lái)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(gè)職位叫做“鑒黃師”，代表人物自然是“唐馬儒”，但實(shí)際上“唐馬儒”再多也滿(mǎn)足不了現(xiàn)在對(duì)于圖像鑒別和挖掘的需求。

　　傳統(tǒng)的解決方案是通過(guò)人力完成，所需要的人數(shù)會(huì)與主播成一個(gè)比例。通常都是好幾百人坐在屏幕前面持續(xù)對(duì)閃過(guò)的畫(huà)面進(jìn)行篩選，如果發(fā)現(xiàn)不符合規(guī)定就進(jìn)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(guò)時(shí)。

　　據(jù)圖普科技相關(guān)負(fù)責(zé)人表示，他們給出的方案很簡(jiǎn)單：將圖片發(fā)送到云處理端，然后就能夠接收到來(lái)自云端的處理結(jié)果，同時(shí)反饋的還有機(jī)器對(duì)結(jié)果的確定程度（百分比）。

　　通過(guò)圖片上傳，經(jīng)過(guò)后臺(tái)分析后，將結(jié)果給予用戶(hù)，篩選的維度包括：色情識(shí)別、暴恐識(shí)別、是否旋轉(zhuǎn)、顏值、人物類(lèi)別、廣告識(shí)別、是否戴眼鏡、頭發(fā)長(zhǎng)度、車(chē)身顏色、車(chē)標(biāo)品牌、服裝風(fēng)格、服裝美觀(guān)度等等。用戶(hù)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(gè)幾秒鐘來(lái)確定，而現(xiàn)在機(jī)器所能達(dá)到的成績(jī)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(jī)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(gè)物體，而計(jì)算機(jī)看到只是每個(gè)代表每個(gè)像素點(diǎn)的數(shù)據(jù)。人對(duì)圖像識(shí)別的能力，也是從生活經(jīng)驗(yàn)積累而來(lái)，機(jī)器也是如此，讓計(jì)算機(jī)看“懂”一張圖片一直是一個(gè)難點(diǎn)。

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

圖片來(lái)源網(wǎng)絡(luò)

　　這是一個(gè)不斷成長(zhǎng)的過(guò)程，如同我們?nèi)祟?lèi)學(xué)習(xí)一樣，并不是一次就能學(xué)會(huì)，但機(jī)器比人好的地方，便在于不知疲倦及專(zhuān)注，讓學(xué)習(xí)的天賦上比人類(lèi)高出一截。

　?。ú糠謭D片與內(nèi)容來(lái)源網(wǎng)絡(luò)）