chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

人工智能可以幫助我們找到圖片背后的攝影師

ss ? 來源:學(xué)術(shù)頭條 ? 作者:學(xué)術(shù)頭條 ? 2020-11-03 14:33 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

在日常生活中,我們經(jīng)常會(huì)看到一些十分漂亮、構(gòu)思精妙的照片,但某張照片背后的攝影師是誰?我們有時(shí)卻并不清楚。

如今,人工智能AI)可以幫助我們找到圖片背后的攝影師。

在一項(xiàng)新的國際跨學(xué)科研究中,研究人員通過使用人工智能算法分析近 60000 張二戰(zhàn)時(shí)期的歷史照片發(fā)現(xiàn),人工智能可以根據(jù)照片內(nèi)容來識(shí)別攝影師的身份。相關(guān)研究成果以論文的形式發(fā)表在科學(xué)雜志 IEEE Access上。

研究人員展示了使用現(xiàn)代神經(jīng)網(wǎng)絡(luò)分析圖像的優(yōu)勢(shì),以使機(jī)器可以自動(dòng)檢測(cè)各種場(chǎng)景中的人和物體,甚至可以根據(jù)圖像中的特征區(qū)分?jǐn)z影師,這些操作比任何人工檢查過程都要快得多。獲得的結(jié)果將有助于歷史學(xué)家、其他研究人員和專業(yè)人員在工作中使用歷史照片檔案來分析和比較特定攝影師的作品。

通過這項(xiàng)工作,研究人員證明了人工智能可以在某些方面幫助學(xué)者“追溯”歷史照片檔案的潛力。

令人驚訝

研究人員選擇了 23 名芬蘭戰(zhàn)地?cái)z影師作為實(shí)驗(yàn)對(duì)象。他們中的 20 人是芬蘭戰(zhàn)時(shí)照片檔案中圖像總數(shù)最高的攝影師,另外 3 人則是因?yàn)橛袑<艺J(rèn)為他們的照片對(duì)這項(xiàng)攝影新聞研究很有趣。

他們提出并評(píng)估了機(jī)器學(xué)習(xí)可以幫助分析歷史圖像的幾個(gè)應(yīng)用領(lǐng)域,即分析場(chǎng)景中存在的對(duì)象、照片取景評(píng)估、攝影師分類以及評(píng)估它們的視覺相似性。

他們使用人工智能技術(shù)對(duì)這 23 位著名芬蘭攝影師在第二次世界大戰(zhàn)期間拍攝的照片進(jìn)行了識(shí)別,所用照片來自公開可用的芬蘭戰(zhàn)時(shí)照片檔案庫,其中包含約 160000 張 1939-1945 年間從芬蘭冬季戰(zhàn)爭(zhēng)、延續(xù)戰(zhàn)爭(zhēng)(第二次世界大戰(zhàn)期間芬蘭與蘇聯(lián)之間的兩場(chǎng)戰(zhàn)爭(zhēng)中的第二場(chǎng)戰(zhàn)爭(zhēng))和拉普蘭戰(zhàn)爭(zhēng)中拍攝的照片。

由于芬蘭戰(zhàn)時(shí)照片檔案中的數(shù)千張照片仍然沒有攝影師的名字,所以這項(xiàng)研究中選用的照片總數(shù)為 59000 多張。

這種自動(dòng)分析可以作為一種工具,以提供基于內(nèi)容的公共照片檔案的文本描述,比如丹麥抵抗博物館的照片檔案。今年 9 月生效歐盟可訪問性指令(DIRECTIVE(EU)2016/2102),要求將圖像內(nèi)容的文字描述添加到網(wǎng)絡(luò)上的所有公共圖像中。

對(duì)此,論文作者之一 Alexandros Iosifidis 表示:“這讓我們非常驚訝,人工智能可以根據(jù)照片中的特征(如內(nèi)容和框架)識(shí)別攝影師?!?/p>

準(zhǔn)確率最高可達(dá) 69.7%

在這項(xiàng)研究中,研究人員應(yīng)用了最先進(jìn)的目標(biāo)檢測(cè)模型和神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu),以獲得來自杰出二戰(zhàn)攝影師的統(tǒng)計(jì)數(shù)據(jù)和特征。

由于每個(gè)攝影師都有一定數(shù)量的重復(fù)圖像,這里研究人員根據(jù)拍攝時(shí)間將照片分成訓(xùn)練集和測(cè)試集,以確保描述同一事件的照片不會(huì)用于訓(xùn)練和測(cè)試。

研究中分析的照片顯示,一些攝影師具有非常獨(dú)特且容易識(shí)別的特征,而另一些則很難被人工智能識(shí)別。這一人工智能模型的分類準(zhǔn)確率區(qū)間為 20.1-69.7%,平均為 41.1%。

通過將識(shí)別結(jié)果與先前對(duì)檢測(cè)到的物體的分析進(jìn)行比較發(fā)現(xiàn),一些攝影師因?yàn)橛兄囟ǖ呐臄z物體和喜好很容易被識(shí)別。因此,研究人員檢查了每個(gè)攝影師照片中的典型物體類別,并分析了他們捕捉和框定人的方式差異。

Roivainen 拍攝的照片中擁有最多的狗、馬和汽車,預(yù)測(cè)準(zhǔn)確率為 69.7%;Hollming 拍攝了大量滑雪照片,所有照片中只有幾把椅子出現(xiàn),即戶外照片多,預(yù)測(cè)準(zhǔn)確率為 51.4%;Manninen 拍攝的人物照片中的平均人數(shù)最高,椅子(即室內(nèi)照片)出現(xiàn)率最高,預(yù)測(cè)準(zhǔn)確率為 35.5%;SJ Blom 喜歡在城市環(huán)境中拍攝照片,預(yù)測(cè)準(zhǔn)確率為 50.4%。

研究結(jié)果證明,除了確定照片的作者身份之外,這些特征代表了模型對(duì)這些攝影師的整體視覺相似性和照片風(fēng)格相似性的認(rèn)知。此外,由于卷積神經(jīng)網(wǎng)絡(luò)可以在一定程度上從照片中識(shí)別攝影師,某些照片可以被認(rèn)為是特定攝影師的典型。其中最著名的攝影師是 Heikki Roivainen,他是芬蘭植物學(xué)教授,曾在延續(xù)戰(zhàn)爭(zhēng)期間擔(dān)任官方戰(zhàn)地?cái)z影師。

通往更多應(yīng)用的大門

在這項(xiàng)工作中,研究人員只使用了可公開獲得的預(yù)處理對(duì)象檢測(cè)模型和基本照片信息,但他們認(rèn)為這一模型可用于大多數(shù)照片檔案,且提供了所有代碼、模型和數(shù)據(jù)注釋,以及如何使用它們的詳細(xì)描述。

例如,可以通過考慮攝影師的意圖和他們的照片質(zhì)量來進(jìn)一步增強(qiáng)攝影師分析。此外,可以通過考慮信息融合方法來增強(qiáng)對(duì)象檢測(cè)性能,以及改善較小尺寸對(duì)象的檢測(cè)。除了對(duì)象級(jí)分析,場(chǎng)景識(shí)別將有助于進(jìn)一步描述攝影師的特征。

在未來,研究人員將專注于需要更專業(yè)方法的問題,比如識(shí)別僅出現(xiàn)在芬蘭歷史照片或二戰(zhàn)期間的對(duì)象類別。他們的目標(biāo)是利用原始的文本照片描述來產(chǎn)生更完整的對(duì)象標(biāo)簽以及主題和事件識(shí)別。

這將有助于人們解決分析戰(zhàn)時(shí)照片時(shí)面臨的最大挑戰(zhàn)之一,即區(qū)分拍攝對(duì)象的不同狀態(tài)——照片中的人是活著的、受傷的還是死亡的。

這些更精細(xì)的結(jié)果最終可以幫助人們更詳細(xì)地描繪出傳統(tǒng)知識(shí)攝影師的目標(biāo)、素質(zhì)和性格。這項(xiàng)研究的目標(biāo)是在檔案中公布所有的結(jié)果,以幫助對(duì)檔案進(jìn)行不同類型的社會(huì)研究。

對(duì)于此次研究結(jié)果,作者之一、從事新聞攝影研究已有 25 年以上的 Anssi M?nnist? 認(rèn)為,“對(duì)照片蘊(yùn)含的內(nèi)容進(jìn)行大數(shù)據(jù)分析是我的一個(gè)長期夢(mèng)想,我對(duì)這個(gè)項(xiàng)目的結(jié)果非常著迷。人工智能可以識(shí)別諸如照片中的框架和內(nèi)容的各個(gè)方面,這將在人文科學(xué)和社會(huì)科學(xué)領(lǐng)域中有著廣泛的應(yīng)用?!?br />
責(zé)任編輯:xj

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 算法
    +關(guān)注

    關(guān)注

    23

    文章

    4743

    瀏覽量

    96863
  • AI
    AI
    +關(guān)注

    關(guān)注

    88

    文章

    37165

    瀏覽量

    291446
  • 人工智能
    +關(guān)注

    關(guān)注

    1812

    文章

    49529

    瀏覽量

    259081
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    利用超微型 Neuton ML 模型解鎖 SoC 邊緣人工智能

    的框架小 10 倍,速度也快 10 倍,甚至可以在最先進(jìn)的邊緣設(shè)備上進(jìn)行人工智能處理。在這篇博文中,我們將介紹這對(duì)開發(fā)人員意味著什么,以及使用 Neuton 模型如何改進(jìn)您的開發(fā)和終端
    發(fā)表于 08-31 20:54

    挖到寶了!人工智能綜合實(shí)驗(yàn)箱,高校新工科的寶藏神器

    和生態(tài)體系帶到使用者身邊 ,讓我們在技術(shù)學(xué)習(xí)和使用上不再受制于人。 三、多模態(tài)實(shí)驗(yàn),解鎖AI全流程 它嵌入了2D視覺、深度視覺、機(jī)械手臂、語音識(shí)別、嵌入式傳感器等多種類AI模塊,涵蓋人工智能領(lǐng)域主要
    發(fā)表于 08-07 14:30

    挖到寶了!比鄰星人工智能綜合實(shí)驗(yàn)箱,高校新工科的寶藏神器!

    和生態(tài)體系帶到使用者身邊 ,讓我們在技術(shù)學(xué)習(xí)和使用上不再受制于人。 三、多模態(tài)實(shí)驗(yàn),解鎖AI全流程 它嵌入了2D視覺、深度視覺、機(jī)械手臂、語音識(shí)別、嵌入式傳感器等多種類AI模塊,涵蓋人工智能領(lǐng)域主要
    發(fā)表于 08-07 14:23

    超小型Neuton機(jī)器學(xué)習(xí)模型, 在任何系統(tǒng)級(jí)芯片(SoC)上解鎖邊緣人工智能應(yīng)用.

    Neuton 是一家邊緣AI 公司,致力于讓機(jī)器 學(xué)習(xí)模型更易于使用。它創(chuàng)建的模型比競(jìng)爭(zhēng)對(duì)手的框架小10 倍,速度也快10 倍,甚至可以在最先進(jìn)的邊緣設(shè)備上進(jìn)行人工智能處理。在這篇博文中,我們將介紹
    發(fā)表于 07-31 11:38

    迅為RK3588開發(fā)板Linux安卓麒麟瑞芯微國產(chǎn)工業(yè)AI人工智能

    迅為RK3588開發(fā)板Linux安卓麒麟瑞芯微國產(chǎn)工業(yè)AI人工智能
    發(fā)表于 07-14 11:23

    最新人工智能硬件培訓(xùn)AI 基礎(chǔ)入門學(xué)習(xí)課程參考2025版(大模型篇)

    人工智能大模型重塑教育與社會(huì)發(fā)展的當(dāng)下,無論是探索未來職業(yè)方向,還是更新技術(shù)儲(chǔ)備,掌握大模型知識(shí)都已成為新時(shí)代的必修課。從職場(chǎng)上輔助工作的智能助手,到課堂用于學(xué)術(shù)研究的智能工具,大模型正在工作生活
    發(fā)表于 07-04 11:10

    中興通訊亮相2025全球人工智能終端展

    此前,5月22日至24日,2025全球人工智能終端展暨第六屆深圳國際人工智能展覽會(huì)在深圳會(huì)展中心隆重舉行。中興通訊終端業(yè)務(wù)以“AI賦智,端云共生”為主題,圍繞“AI for All”的產(chǎn)品戰(zhàn)略和理念
    的頭像 發(fā)表于 05-29 11:38 ?757次閱讀

    Ampere如何解決人工智能背后的能源困境

    人工智能已從一項(xiàng)前景廣闊的創(chuàng)新成果迅速蛻變,成長為一股強(qiáng)大的力量,正重塑著商業(yè)領(lǐng)域的每一個(gè)角落以及人們?nèi)粘I畹姆椒矫婷?。從革新企業(yè)的運(yùn)營模式,到提升全球消費(fèi)者的體驗(yàn),人工智能不再是一種小眾技術(shù),而是推動(dòng)全球變革的關(guān)鍵驅(qū)動(dòng)力。
    的頭像 發(fā)表于 05-07 10:43 ?630次閱讀

    開售RK3576 高性能人工智能主板

    ,HDMI-4K 輸出,支 持千兆以太網(wǎng),WiFi,USB 擴(kuò)展/重力感應(yīng)/RS232/RS485/IO 擴(kuò)展/I2C 擴(kuò)展/MIPI 攝像頭/紅外遙控 器等功能,豐富的接口,一個(gè)全新八核擁有超強(qiáng)性能的人工智能
    發(fā)表于 04-23 10:55

    智慧交通是什么,可以幫助我們解決什么問題?

    、減少擁堵、降低事故率、提升出行體驗(yàn),并實(shí)現(xiàn)交通資源的合理配置和可持續(xù)發(fā)展。 智慧交通 的核心是通過數(shù)據(jù)采集、分析和應(yīng)用,實(shí)現(xiàn)交通系統(tǒng)的智能化、自動(dòng)化和協(xié)同化,從而構(gòu)建一個(gè)高效、安全、綠色、便捷的交通生態(tài)系統(tǒng)。 智慧交通可以幫助我們
    的頭像 發(fā)表于 03-20 11:17 ?721次閱讀

    人工智能對(duì)智慧園區(qū)的提升和幫助

    ,進(jìn)一步提升了智慧園區(qū)的運(yùn)營效率、安全性和用戶體驗(yàn),為園區(qū)的可持續(xù)發(fā)展提供了強(qiáng)有力的支持。以下是人工智能對(duì)智慧園區(qū)的提升和幫助的具體體現(xiàn)。 1.提升運(yùn)營效率 人工智能通過自動(dòng)化技術(shù)和智能
    的頭像 發(fā)表于 03-13 14:39 ?567次閱讀

    Embarcadero:人工智能驅(qū)動(dòng)發(fā)展我們的期望是什么

    人人都在談?wù)?b class='flag-5'>人工智能。我們的Visual Assist 團(tuán)隊(duì)對(duì)人工智能有何期望?顯然,人工智能與我們息息相關(guān)——關(guān)于這一點(diǎn)的討論已經(jīng)無需多言——但它也被過度炒作了。
    的頭像 發(fā)表于 01-15 10:46 ?589次閱讀

    Reddit測(cè)試人工智能問答功能Reddit Answers

    Answers旨在幫助用戶根據(jù)帖子內(nèi)容快速找到所需答案。用戶可以通過類似ChatGPT、Perplexity等生成式人工智能服務(wù)的方式,向Reddit Answers提出問題。該功能
    的頭像 發(fā)表于 12-12 09:46 ?852次閱讀

    人工智能應(yīng)用領(lǐng)域及未來展望

    來源: 在當(dāng)今科技飛速發(fā)展的時(shí)代,人工智能無疑是最受矚目的領(lǐng)域之一。它正以前所未有的速度改變著我們的生活、工作和社會(huì)。 ? 一、人工智能的崛起 ? 人工智能的發(fā)展
    的頭像 發(fā)表于 12-07 11:29 ?2045次閱讀

    嵌入式和人工智能究竟是什么關(guān)系?

    了數(shù)據(jù)傳輸?shù)膲毫Γ€提高了系統(tǒng)的響應(yīng)速度。而在物聯(lián)網(wǎng)中,嵌入式系統(tǒng)更是一個(gè)核心的組成部分。通過將人工智能算法應(yīng)用于物聯(lián)網(wǎng)設(shè)備,我們可以實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的智能分析,從而為各種應(yīng)用場(chǎng)景提供精
    發(fā)表于 11-14 16:39