谷歌在機器視覺學習方面積累大量的數據以及技術，最近，他們推出了一個新的視頻數據庫，名稱為“原子視覺行為（AVA）“，該數據可由一個或多個標簽組成，能夠推動計算機視覺識別影像中行為的研究。
說到圖像識別，其實谷歌的照片應用就可以自動識別出寵物圖像，很多公司也在圖片識別上作出很多優化嘗試，比如Shutterstock上周公布了一項全新的測試功能，用戶可以根據自己的布局來搜索股票照片。
相較于這些發生在靜態圖像領域的機器視覺識別技術，應用到視頻中的難度會更大，因為在視頻中，每一幀畫面的都包括各種復雜的場景，而且很多時候視頻中一個動作是由不同的人發出的。不過視頻識別方面的應用現在也有一些案例，比如著名色情網站Pornhub，它可以自動對成人視頻進行分類，包括讓系統識別出特定的性姿勢。
谷歌的軟件工程師也解釋道，“讓機器去識別影像中的人類行為是發展計算機視覺的一大難題，盡管過去幾年在圖像分類和尋找物體方面取得了突破。”所以谷歌推出了這個AVA數據庫，AVA包括80多個被動作標簽標注的Youtube視頻網址，比如握手、接吻、喝酒、擁抱等等。
谷歌希望通過開放這個數據庫，進一步改進他們基于視頻識別的機器視覺能力。
網站客服
粵公網安備 44030402000946號