2017年12月26日 星期二

T客邦 Google 的 AI 正在學習幫照片打分數 皇璽會 http://www.iwin688.com

C22650a1b07bb3315ed57aff697b416dGoogle 最近在 Research Blog 上發表了新消息,透過新的 AI 技術 NIMA(神經影像評估)可以判斷照片看起來品質如何(技術上)、具不具美感(審美觀),還能給出 1 至 10 分間的分數,就目前測試,NIMA 評分的結果和人類的評分很相近。

美或不美一直以來都是有點難量化的標準,畢竟每個人審美觀都不同,不然也不會有稿紙和綠豆糕的爭論了。雖說美難以量化,不過看起來好看和看起來不好看還是有個方向在,Google 的機器感知研究科學家 Peyman Milanfar 和軟體工程師 Hossein Talebi 就透過名為 NIMA 的神經影像評估計畫,以卷積神經網路(Convolutional Neural Networks,CNNs)來讓 AI 可以學習預測當一般人看某個圖像時從技術面看會不會覺得好看、從審美觀論圖像有沒有吸引力。

作法是這樣的,科學家先餵給 NIMA 照片,並要求 NIMA 對每張照片給出 1 至 10 分的分數,然後再將這些照片拿來和人類給出的分數做比對。舉例來說,科學家從 AVA 數據庫(Aesthetic Visual Analysis 美學視覺分析)中挑出照片給 NIMA 打分數,並將同樣的照片給 200 位攝影比賽相關的負責人打分數,最後結果發現,NIMA 給的分數和人類給的分數非常相近。

雖說 NIMA 的分數和人類的評分相近,不過這不代表 NIMA 像人類一般思考,只是透過一些數據方法和評估來讓機器具有一定程度的「審美觀」而已,未來這項工具可以應用在許多地方,例如當使用者連拍了一大堆照片後,怎麼從這一堆照片裡找出最好的照片,或在拍照時即時告訴使用者怎麼拍照片才好看。

目前 NIMA 的測試雖然不夠完善,不過結果還算合理,Google 研究團隊將再持續對 NIMA 模型進行更多訓練和測試。

資料來源:Google Research Blog



from T客邦 http://ift.tt/2DUBYQh










沒有留言:

張貼留言