投稿登录注册
智递有声资讯 | 新品 | 慧见 | 专题
供应链慧创 | 慧聪芯城 | 金融 | 物流
市 场慧物 | 活动

慧聪智能硬件网首页 > 企业专区 > 谷歌最新动态 > 正文

本网站中,来源标明为“慧聪智能硬件网”的文章,转载请标明出处。

Google建立机器学习模型NIMA 可判定图像是否令人满意

http://www.znyj.hc360.com2017年12月20日13:39 来源:siliconANGLET|T

    据外媒报道,谷歌公司的研究人员正在通过实验机器学习模式将图像识别技术提升到一个新的水平。

    这种称为神经影像评估的新模型旨在评估人类可能找到美观的图像。这与现有的模型完全不同,只能根据图像的质量对图像进行分类。谷歌的研究人员表示,使用NIMA,有可能对图像与人类感知的关联程度进行更高程度的关联。

    谷歌研究人员Hossein Talebi和Peyman Milanfar合作撰写了12月18日的博客文章,声称他们的新算法能够与200多名评估人员的图像平均分数高度匹配。

Google建立机器学习模型NIMA,可判定图像是否令人满意

    研究人员说,NIMA可以应用于需要更主观判断的各种劳动密集型任务。例如,可能的应用包括智能图像编辑,或者可以优化视觉质量并最小化任何感知错误的软件。

    据了解,NIMA是使用一种叫做卷积神经网络的东西来建立的,它是一种用于图像识别和分类的机器学习。然而,研究人员表示,与其他模型(如模糊,压缩和像素级缺陷等)进行图像质量评估的模型不同,NIMA更注重人类与美容和情感相关的特征。

    CNN通过使用已经被人类标记和评估的数据来训练模型,以确定人类可能发现的美学特征。这些数据包括参考图像,这些参考图像用于训练与美观图像相关的特定度量的模型。如果没有可用的参考图像,则使用统计模型。

    因此,NIMA模型不是将图像分类为低质量或高质量图像,而是根据任何给定的图像生成评分分布,NIMA将可能性分数分配给每个可能的分数,“Talebi和Milanfar说。

    研究人员说:“这更直接地符合培训数据通常被捕获的方式,而且在与其他方法进行比较时,它更好地预测了人类的偏好。”

责任编辑:朱婧芸