专栏首页机器学习算法与Python学习你的电脑是如何识别色图的?

你的电脑是如何识别色图的?

大家有没有发现。。。不知道啥时候开始,计算机能做到的事情越来越多了。。。

比如今年在网络上频繁刷屏的,利用计算机技术把视频、图片里的人 “ 换一张脸 ”。

效果还挺好的。差评君还试着把石原里美的脸,给合成到日本小短片里了~

再比如,我们小时候的动画画面不是很清晰。

而现在计算机可以无中生有的为大家填补原画里没有的像素,生成一个高清动画。

还有那些被损坏的旧照片,哪怕它们是残缺的,计算机现在也能把它抢救回来了。。。

不仅如此。。。

在视频监控系统中,计算机甚至能把你能从一大堆东西里给认出来,连你穿啥颜色衣服都能看的一清二楚。

甚至有人,让计算机帮自己

识别不雅图片。

GitHub 上就开源了一款鉴定不雅内容的 js 库 NSFW JS ,通过这个教程,大家可以搭建属于自己的识别小黄图客户端。

sexy 只有5.58% ,差评。。。

哎嘿,人有视觉可以看到这个世界,难道计算机也有视觉么?

没错,计算机也是能 “ 看见 ” 这个世界的。甚至它可能比你更清楚什么叫做色情图片。。。

这些贯穿于我们生活的例子,它们的实现都依赖于一门叫计算机视觉的学科~

无论是人去看东西,又或是计算机,都不是简单、粗暴的看到东西本身,而是一个巧妙的信息处理过程。

在知道计算机是如何理解看见的事物前,咱们得先知道计算机看的都是啥。

这个事情非常简单。

当我们打开一张图片,把它放大放大再放大以后,会看到一个个的小方格 ↓ ↓ ↓

这也就是咱们常说的像素点,所有的图片都是由这些小像素点组成的。

大家都知道,计算机里的所有东西本质上用 0 和 1 组成的二进制数字,表达出来的数字化信息。

通过 0 和 1 组成的不同数值,计算机会记录像素点的位置和色彩数值。

这些写好颜色的像素点排列在一起,到了电脑屏幕上就变成了我们能看懂的图像。

基于这些原理呢,人类可以对图像做一些基本的处理。像刚才提到的图像增强、图像复原等。。。

那么,它又是怎么看见的呢?

最开始,计算机看见的方式非常傻。得由人先设计好特征,计算机根据设计好的算法提取对应的特征,然后根据特征识别。

即便如此,计算机也只能 “ 看见 ” 某个特定物体而已。。。

每希望计算机识别一种新的东西,都要花大量精力去设计特征、建立模型。

我们生活中有多少东西?简直难计其数。

于是这个事情,就这样止步不前了。。。

说白了,这么做还是让计算机死记硬背图像特点,并没有真正地看到图片。

虽然后来有了机器学习方法,但也没有改善需要提取特征的问题,效率非常低下,无法做出应用。

直到有人想到了 1981 年的一个有趣的医学研究成果。

1981 年诺贝尔医学奖颁给了 David Hubel 等几位哥们,他们发现了信息被传递到大脑皮层中是层层识别的。

计算机专家们参考了这一模式。

举个栗子。。。给一个人看一辆汽车。

首先,人眼接收光线之后,感光细胞会形成一些信号,传达给大脑,这些信息说白了也是一堆像素。

摄入像素以后,这些信息会先进入第一层提取边缘特征:识别出汽车的点、线等边缘。

这些在第一层提取出来的描述边缘的信息,会进入第二层,识别出图像中的基本形状或目标的局部:比如车门、车灯等。

随后大脑的下一层会根据这些信息生成一整个目标,也就是一辆完整的车。

前面这些过程,其实几乎是本能反应,几乎不需要你去主动思考就能处理完。

最后,这些被处理过的信息会进入更高级的大脑皮层进行思考,并且得到一些抽象化的结果:比如对这辆汽车的描述。

而这一发现,被计算机专家所仿照,按照这样由低到高,层层递进,高层的特征是低层特征的组合

这有点像卷起来的纸一样越卷越多,这一类模型被称为卷积神经网络模型~

这样,大家就不用设计特征了,因为连特征都让计算机自己去学了。。。

但,随之而来的,这个新生儿就没了之前人为设计好的算法逻辑了。人们需要投喂数据给这个小朋友。

那怎么办呢,学。。

这个过程还怪暴力的。科学家们给计算机观看了数以亿计的图片,并且人工告诉在计算机每张图片里有什么东西。

在学习了如此庞大的图片库以后,你就有一个阅片无数的小哥帮你识别图片了。

这时候,你再把新的图片拿给这个小哥,他也能够根据之前学习过的 “ 经验 ” 来判断新图片里有啥东西~

并且能够简单描述一张图片。

到这里,大家知道为啥,计算机能对图片里的物体进行一一辨别了吧。。

在现代工业上,有一门学问叫做仿生学,将生物体的结构和功能原理,应用到工业领域上。

大家小时候应该都从课本上得知,人们学习蝙蝠靠超声波定位的原理,发明了雷达;

学习蜻蜓翅膀上的翅痣结构,在直升机羽上部分加厚,提升了安全性。

以往我们认为,抽象的计算机工程很难在大自然中找到借鉴对象,结果发现还是被教做人了。。。

相信看了之前的描述,差友们都发现了,在关于教计算机怎么思考这件事上,人们借鉴了自己的大脑:

在一层层大脑区域内,信息经过初级特征处理,到抽象描述,从头到尾搞定了视觉的产生过程。

人们在计算机视觉上摸索了这么久,最终还是用上了大自然一开始的解决方案,这个方案人类晚了几百万年才用上。。。

人类站在了地球的顶点,证明了自己可能是大自然创造过的最好的产品。

如今现代工业发展了几百年,我们终于能做出足以与之媲美的工业产品了,它就是人工智能。

参考资料、图片来源:

Image Inpainting for Irregular Holes Using Partial Convolutions, 2018. https://blog.csdn.net/zouxy09/article/details/8775360 https://www.bilibili.com/video/av2812282/

https://shift.infinite.red/avoid-nightmares-nsfw-js-ab7b176978b1

推荐阅读

那个清华哈佛双料女学霸, 辞职了

Python 3.8 即将到来,这是你需要关注的几大新特性

2019 年 7 月编程语言排行榜

24 个让 Python 加速的好方法!

杀手级AI补代码工具问世,支持23种语言及5种主流编辑器,程序员沸腾了

【资料】从 0 到 1 教你深度强化学习

本文分享自微信公众号 - 机器学习算法与Python学习(guodongwei1991)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-07-20

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 教程 | Vim 教程【命令-操作-快捷键】

    来源:http://www.cnblogs.com/softwaretesting/archive/2011/07/12/2104435.html

    昱良
  • 2 分钟看机器学习 66 年发展大事件

    1950:阿兰·图灵创造了「图灵测试」来检验计算机是否具有真正的智能。计算机必须在测试中让一个人类相信它也是人类,才算是通过图灵测试。

    昱良
  • 【数据集】LVIS:大规模细粒度词汇级标记数据集 ,出自FAIR ,连披萨里的菠萝粒都能完整标注

    最近,FAIR 开放了 LVIS,一个大规模细粒度词汇集标记数据集,该数据集针对超过 1000 类物体进行了约 200 万个高质量的实例分割标注,包含 164k...

    昱良
  • 你的电脑是如何识别色图的??

    在视频监控系统中,计算机甚至能把你能从一大堆东西里给认出来,连你穿啥颜色衣服都能看的一清二楚。

    闫小林
  • 达观数据陈运文:计算机如何像人一样做阅读理解?

    达观数据
  • 让冰冷的机器看懂这个多彩的世界

    大数据文摘
  • 计算机视觉:让冰冷的机器看懂多彩的世界

    作者:微软亚洲研究院 链接:https://www.guokr.com/article/439945/ 2010年,来自斯坦福大学、普林斯顿大学及哥伦比亚大学的...

    企鹅号小编
  • 一张通往计算机世界的地图

    今天为大家呈现一张通往“计算机世界”的地图,希望通过本文能够带你进入计算机科学领域。

    鲜枣课堂
  • 4位谷歌工程师8分钟视频,带你了解计算机视觉(有字幕)

    安妮 编译整理 量子位 报道 | 公众号 QbitAI 到底什么是计算机视觉? 计算机视觉离我们并不遥远。我们经常挂在嘴边的AR、自动驾驶、人脸识别都是计算机视...

    量子位
  • 计算机视觉应用:深度学习的力量和局限性

    自从人工智能诞生之初,计算机科学家就梦想着创造出能够像我们一样看到和理解世界的机器。这些努力导致了计算机视觉的出现,计算机视觉是AI和计算机科学的广阔领域,致力...

    AiTechYun

扫码关注云+社区

领取腾讯云代金券