引入神經(jīng)圖像評(píng)估來(lái)判斷照片

當(dāng)然，計(jì)算機(jī)軟件無(wú)法像我們一樣判斷圖片嗎?將數(shù)字分?jǐn)?shù)附加到技術(shù)細(xì)節(jié)是一回事，但我們不是用心和大腦來(lái)看待它們嗎?

那么，當(dāng)Google研究人員參與AI項(xiàng)目時(shí)，永遠(yuǎn)不要說(shuō)永遠(yuǎn)。一個(gè)團(tuán)隊(duì)的目標(biāo)是有一種方法可以在評(píng)論家的椅子上評(píng)估照片。

在12月18日的Google研究博客上，軟件工程師Hossein Talebi和機(jī)器感知研究科學(xué)家Peyman Milanfar解釋了他們的方法如何更接近于猜測(cè)人類喜歡什么比以前的方法。

向神經(jīng)圖像評(píng)估(NIMA)系統(tǒng)問(wèn)好，它可以在判斷照片時(shí)仔細(xì)復(fù)制人類的平均分?jǐn)?shù)。

“ 最近，用人類標(biāo)記數(shù)據(jù)訓(xùn)練的深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)已被用于解決特定類別圖像(如風(fēng)景)的圖像質(zhì)量的主觀性質(zhì)。然而，這些方法的范圍可能有限，因?yàn)樗鼈兺ǔD像分為兩類低質(zhì)量和高質(zhì)量。我們提出的方法可以預(yù)測(cè)評(píng)級(jí)的分布。“

他們的論文“NIMA：神經(jīng)圖像評(píng)估”在arXiv上發(fā)表。作者是Talebi和Milanfar。他們引入的深度CNN經(jīng)過(guò)培訓(xùn)，可以預(yù)測(cè)典型用戶將哪些圖像評(píng)價(jià)為良好(技術(shù)上)或吸引人(美觀)。

博客調(diào)出了決定照片質(zhì)量的不同因素，從測(cè)量像素級(jí)降級(jí)到美學(xué)評(píng)估，捕捉與情感和美感緊密相關(guān)的語(yǔ)義級(jí)特征。

Engadget的 Jon Fingas 評(píng)論說(shuō)：“如果谷歌有其自己的方式，人工智能可能會(huì)成為藝術(shù)評(píng)論家。”

畢竟，評(píng)級(jí)是基于它認(rèn)為你想要的，技術(shù)上和美學(xué)上的。

“目標(biāo)是獲得與人類感知相匹配的質(zhì)量得分，即使圖像被扭曲。谷歌已經(jīng)發(fā)現(xiàn)評(píng)估所給出的分?jǐn)?shù)與人類評(píng)估者給出的分?jǐn)?shù)相似，” The Quge的 Shannon Liao說(shuō)。。

Fingas通過(guò)這個(gè)過(guò)程踩過(guò)讀者：

“它根據(jù)評(píng)級(jí)直方圖(例如來(lái)自照片競(jìng)賽)的一組圖像進(jìn)行訓(xùn)練，這些圖像可以感知不同區(qū)域中圖片的整體質(zhì)量，而不僅僅是平均分?jǐn)?shù)或簡(jiǎn)單的高/低評(píng)級(jí)。”

下一步是什么?

作者在博客中寫(xiě)道，他們?cè)贜IMA上的工作建議基于機(jī)器學(xué)習(xí)的質(zhì)量評(píng)估模型可能具有有用的功能。

它們可以使用戶輕松找到最好的圖片; 或通過(guò)實(shí)時(shí)反饋實(shí)現(xiàn)改進(jìn)的拍照。

然而，他們說(shuō)，“我們知道，在理解質(zhì)量和美學(xué)意味著什么方面做得更好的追求是一個(gè)持續(xù)的挑戰(zhàn) - 一個(gè)將涉及我們模型的持續(xù)再培訓(xùn)和測(cè)試。”

為什么這很重要：他們的工作不僅表明了一種與人類感知具有高度相關(guān)性的照片，而且還可以優(yōu)化照片編輯。

Fingas：“雖然還有很多工作要做，但有一天暗示你的手機(jī)可以像你一樣體驗(yàn)照片的味道。”

廖：“有一天，公司希望人工智能能夠幫助用戶對(duì)最佳照片進(jìn)行分類，或者提供有關(guān)攝影的實(shí)時(shí)反饋。”