业界丨图像识别怎样改变AV产业?日本人表示:你们都弱爆了

AI 科技评论注:本文作者何之源,复旦大学计算机科学硕士在读,研究人工智能计算机视觉方向。本文由 AI 科技评论编辑整理自作者知乎专栏,获授权发布。

先进的图像识别怎样改变AV产业?

说到这方面,日本人表示,你们都弱爆了!

我来举几个例子:

| 一、chainerによるディープラーニングでAV女優の類似画像検索サービスをつくったノウハウを公開する - Qiita

翻译:使用chainer和深度学习搭建女优图像检索服务

这位仁兄做了个实验,使用爬虫在网上搜集了大量的女优面部图片,使用dlib做面部识别的处理。使用chainer搭建神经网络并测试。最后实现的功能就是,根据一副图像,自动识别最相似的女优

更厉害的是,最后作者表示:“最後に宣伝になりますが、CNNを使ってAV女優の類似画像検索をしたサイトを作っているので、よかったら見てみてください。”。也就是说,他把这个服务搭建成了一个网站,欢迎大家来访问。网站的地址我就不发车了,大家自己到原文去找吧。

| 二、ディープラーニングで「顔が似ているAV女優を教えてくれるbot」を構築 - Qiita

翻译:使用深度学习构建一个可以自动检测最相似女优的机器人

这个看起来和第一个差不多,其实是不一样的。这个机器人能从面部打码的图片,识别出原来的人物是谁。

效果如图:

机器人:照片中的人物为上原亚衣。相似度98.730320%。

| 三、ディープラーニングで顔写真から巨乳かどうかを判別してみる (うまくいったか微妙) - Qiita

翻译:使用深度学习,通过面部照片,尝试判别胸部大小。

这个脑洞我真的表示无语,真的能成功么?

作者还是一样的套路,先搜集了好多面部图片当训练集。使用了tensorflow进行训练,最后的结果如下:

  • 巨乳的召回率为82%(69/84)
  • 贫乳的召回率为37%(30/81)

作者表示巨乳组正确率喜人,但贫乳组不行。要提高正确率,还要更多的数据集。

另外摘录一些有趣的网友评论:

yomox9: 有意思。那么从男性的面部特征出发,好像也可以做相同的事情呢。

u651601f:求巨乳图片的训练集。感谢楼主。

| 四、Ecstascene: 音特徴を利用した成人向け動画における最高潮場面推定システム

翻译:使用音频特征推测成人视频的最高潮场面

严格来说这个其实不是图像领域了。原文我没找到,不过看标题基本就明白什么意思了。

补一张图(作者竟然是东京大学情报理工系的,为什么研究的东西那么奇怪......):

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-01-19

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

来自专栏机器之心

专访 | 分子科学中的机器学习:不会燎原的星星之火?

机器之心原创 作者:邱陆陆 继计算机视觉、语音识别、自然语言处理之后,谁是下一个迎来深度学习的浪潮冲击的领域?聚集了世界上最聪明头脑的自然科学领域会不会「首当其...

2716
来自专栏专知

谷歌发布新AI开源项目 邀您与Bengio一起合作研究

【导读】去年深度学习框架Keras的作者、Google人工智能专家François Chollet 开发了一个专注于AI开源项目协作平台AI·ON(地址:htt...

3399
来自专栏BestSDK

谷歌发布神经机器翻译

早前,谷歌就曾表示过,他们在谷歌翻译中运用了神经网络技术,但只限于实时视觉翻译这个功能。前段时间,谷歌一名叫Jeff Dean的高级员工曾经告诉VentureB...

2767
来自专栏新智元

【深度学习进化论】谷歌大脑神经演化新算法 PK OpenAI 集群智能

【新智元导读】神经演化方法在上世纪80年代被提出,由于神经网络的兴起而一度遭受冷遇。不过现在,谷歌大脑和 OpenAI 都在重新审视这种方法。通过在深度学习中引...

3266
来自专栏生信宝典

Cell:荧光标记out了,AI不用“侵入”也能识别细胞死活和类型

1194
来自专栏AI科技大本营的专栏

别瞎搞!对自己定位不准,看再多机器学习资料也是白搭(附资源)

找资料也是门学问,别抓着机器学习就一拥而上。 作者 | Jason Brownlee 编译 | AI100(ID:rgznai100) 来看个小故事:机器学习火...

2958
来自专栏机器之心

IEEE智能系统10大AI青年科学家公布:南大俞扬、腾讯AI Lab刘威入选

1606
来自专栏人人都是极客

零基础入门机器学习

这篇文章的初衷是很大一部分朋友都想了解如何入门 / 转行机器学习,搭上人工智能这列二十一世纪的快车。 本文的宗旨是: 1. 指出一些自学的误区 2. 不过多的...

3906
来自专栏大数据文摘

扎克伯格预言即将成真:计算机可解读图片内容

24713
来自专栏大数据文摘

数据科学中的“数据智慧”

15910

扫描关注云+社区