学界 | 照片欲静而 AI 不止,MIT 黑科技让图像秒变小视频

你有想过吗?给你展示任何一张照片的时候,你看到的也许不仅仅是静止的图像,而是一段灵动的“小视频”。如今,在机器学习的帮助下,可以根据静止的照片,预测到接下来的一连串动作,准确率还相当的高。

无论是美女骑车、狗接飞盘,还是有人突然的跌倒等等,想象出这些连续的动作是我们最基本的技能之一,我们无需考虑用于预测的大量信息,比如重力、惯性和跌倒的本能反应等。那么,要让电脑学会这种预判的能力无疑是机器视觉中的一个关键挑战。

来自麻省理工学院的研究人员正在努力解决这个难题,他们已经展示出了一系列非常令人印象深刻的结果。通过使用专门训练过的神经网络,将图像转化为视频,并由计算机预测接下来会发生什么。但是,他们的模型仍然有很多局限性,视频通常只有几秒钟长,文件很小,而且图像经常很混乱。但这仍然是机器想象力方面一次令人印象深刻的创举,计算机在像人一样理解世界的道路上又前进了一步。

训练这个神经网络使用了超过 200 万个从 Flickr 下载的视频片段。所有场景被分为四种类型:高尔夫球场、海滩、火车站和医院。这组连续镜头的画面很稳定,消除了相机抖动。通过这些数据,团队的神经网络不仅能够产生类似这些场景的短视频,也能根据一个静止图像产生连续的画面。这实质上是预判了接下来会发生的动作,但目前的效果还很有限,只能推测像素的变化,而不是基于整个场景的理解。

下面是效果图:

这里,我们可以看到实现后的效果,例如在海滩上,你可以看到波浪的起伏;在火车站,预测模型会预判火车行驶。然而,当要求预测某人如何穿过高尔夫球场时,结果看起来有些失真,图像也很模糊。

研究人员提到计算机的预测往往并不符合正常逻辑,但至少其对运动轨迹的判断是合理的。

机器学习系统在相关领域已经取得了许多进展,包括预测握手和拥抱等行为,甚至能够生成匹配视频的音频。Facebook 的 AI 部门负责人 Yann LeCun 在去年的一次采访中提到了这个话题,表示预判运动轨迹是开发预测计算机的重要一环。但是,要做到真正理解视频或图像,及其接下来可能发生的动作,还需要花费研究人员更多的精力。

“假如你正在看希区柯克的电影,这时我问,‘从现在开始的15分钟后,电影情节会发展成什么样子呢?’你此时就必须设法预判出凶手是谁。”

LeCun说:“要完全解决这个问题,就需要了解这个世界和人性,这才是真正的乐趣所在。”

人工智能在预测方面的能力已经越来越强,但要想做到更加准确、自然、符合实际的效果,还需要更加完善的模型。研究人员也许需要考虑更多的因素,建立更加复杂的神经网络,利用更多的数据集训练模型。只有这样,才有可能通过机器学习技术,真正实现对图像中的连续动作进行提前预判。

via The Verge

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-09-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

Nature再发DeepMind研究:AI复现大脑网格细胞模拟导航!

1704
来自专栏机器之心

18岁华裔少年颠覆量子加速优势,推动量子算法经典化

国内量子计算专家也对此事发表了不同观点。如百度量子实验室负责人段润尧在朋友圈评论说,「这是有关经典推荐算法的非常有意思的进展。原先 Kerenidis 和 Pr...

591
来自专栏计算机视觉战队

Deep Learning的展望

随着2017年的到来,深度学习技术也迎来了新的一年。深度学习是一门基于多层神经网络的技术,此项技术是许多颠覆性技术(如人工智能、认知计算、实时数据流分析等)的基...

3679
来自专栏AI科技评论

CoRL2018最佳论文:抓取新物体成功率96%的深度强化学习机械臂

AI 科技评论按:致力于研究机器人与机器学习技术之间互动的新晋学术会议 CoRL 2018 于 10 月 29 日到 31 日在瑞士苏黎世召开。虽然 CoRL ...

1422
来自专栏新智元

【吴恩达】深度学习改变世界的5大方式

正当你认为弄明白了机器学习…..bang!又一个科技新词出现了。 深度学习 虽然它看起来可能只像另一个所有新的创业公司都在用的硅谷流行词语,深度学习实际上已经...

2755
来自专栏灯塔大数据

初识机器学习和人工智能

近日,英国皇家学会(Royal Society)发布了一份题为《机器学习:能通过样本进行学习的计算机的力量与希望(Machinelearning: the p...

3538
来自专栏量子位

视频版ImageNet?快手搞了一场用户兴趣建模大赛 | 附前三名干货

或许你多少有些了解,在以深度学习为核心的AI算法大杀四方,机器在理解图像、语音等方面都取得了很大的进步时,理解视频内容仍还是一件很困难的事情。

1833
来自专栏人工智能快报

科学家提出超越传统机器学习的量子算法

1589
来自专栏ATYUN订阅号

MIT研究:开发机器学习模型使计算机更自然地解释人类情绪

麻省理工学院媒体实验室的研究人员开发了一种机器学习模型,它使计算机更接近于像人类一样自然地解释我们的情绪。

962
来自专栏大数据文摘

看视频就能学杂技,伯克利最新AI智能体

人类非常聪明,我们可以通过观察进行学习。无论是日常的洗手,还是惊人的杂技表演,对人类来说都是可以学习的。

652

扫码关注云+社区