Google展示了人工智能的新功能,可以通过图像质

2019-03-13 12:13
让我们知道
谷歌人工智能的研究人员最近展示了一种新形式的培训,使计算机能够理解一些图像在某些方面比其他图像更美观。
传统上,机器使用基本分类,例如确定图像是否具有“猫”。
新的研究表明,人工智能可以评估图像质量,而不论其类别。
这个过程称为神经影像学(NIMA),它使用深度学习训练卷积神经网络(CNN)来预测图像评级。
根据研究人员发表的一份白皮书,“我们使用卷积神经网络来预测人类意见得分的分布,因此我们的方法与其他方法不同。
我们的结果网络不仅提供可靠的图像评分,还与人类感知相关联,并有助于调整和优化照片通道的照片编辑/强调算法。
NIMA模型绕过传统方法并使用10步规模。
机器检查图像的特定像素和一般美感。
然后,您可以决定为一个人选择多少评分。
基本上,人工智能试图猜测有多少人喜欢这张照片。
虽然这并不能使机器具有感知或思考的能力,但它可以使计算机成为更好的艺术家或策展人。
此过程可用于查找最佳批次图像。
如果您是一次拍摄20或30张照片的人,这可以为您节省大量空间,以确保您拥有最佳照片。
只需单击一个按钮,AI就可以检查商店中的所有图像,确定哪些图像相似,然后保持最佳状态并消除其他图像。
根据谷歌研究博客最近的一篇文章,您可以使用NIMA优化图像的组成并获得完美的结果。
因此,我们的模型可以推导出一个深度CNN滤波器,以便为其参数找到近乎理想的配置,例如亮度,光线,阴影等。
“创建一个像人类一样理解图像质量的神经网络似乎并不具有革命性,但有许多计算机应用具有类似人类的视觉。”
为了使人工智能在现实世界中执行任务,例如在没有人帮助的情况下安全驾驶汽车,它必须能够“识别”并理解周围环境。
NIMA和类似项目是未来具有全部功能的机器的基础。
(免责声明:本网站的内容主要来自原创媒体和合作媒体的来源,以及媒体作者的第三方。)本网站发布的信息仅供参考。
本网站致力于保证所提供信息的准确性和可靠性,但不保证信息的准确性和可靠性。要求读者在使用前确认细节,并对任何自行决定的行为负责。
本网站不对由信息引起的错误,不准确或遗漏承担任何责任。
任何可能涉嫌在本网站上侵犯知识产权或者看似有虚假内容的网页或链接的单位或个人,应立即对本网站进行版权或歪曲。我们将以书面形式通知您您的陈述,并出示您的身份证明,所有权证明和详细侵权或虚假证明。
收到上述法律文件后,本网站将尽快联系相关文章来源,确认,删除或断开相关内容。