DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁SEO優化 >  >> SEO優化集錦
加州大學新方法:讓電腦靠「語義標籤」看懂圖片
編輯:SEO優化集錦     

加州大學電子與計算機科學教授努諾·瓦斯康塞洛斯表示,研究團隊是透過改造一種常見的機器學習技術,得到這套新方法。搜尋引擎會依圖中的物件自動為圖片標記,例如「蘿蔔」、「傘」或「游泳者」。

研究團隊宣稱找到了一種更好的圖片識別方法,在準確率與效率上都有明顯提升。瓦斯康塞洛斯解釋,由於這套方法用詞語來標記與分類圖片,運作方式與人們在網路上使用的關鍵字搜尋相當接近。

為什麼現在的圖片搜尋常常不準

現階段用關鍵字找圖,有時管用,有時完全失準。原因是多數圖片搜尋依賴的是詮釋資料文字——檔名、日期或其他基本資料,而這些對關鍵字檢索來說往往不夠。電腦科學家一直想找出更好的識別方式,並希望圖片在十年後仍可檢索,但難題始終沒解開:如何取得詮釋資料以外的資訊,以及如何判斷該拿圖中的什麼物件當關鍵字。相關研究至今多半沒有令人滿意的成果。

瓦斯康塞洛斯說,加州大學的成果並未徹底解決這個問題,但它提升了搜尋的準確性與效率,也把一直卡在關鍵處的原因釐清了出來。

新增的那個「中間步驟」

他們找到的方法屬於「基於內容」(content-based)路線:先分析圖中的色彩、紋理與線條,再據此確定用來描述圖片的物件。這些物件可以被抽出來,與其他圖片的分析結果產生可比性。

參與該專案的 Google 研究工程師佩德羅·莫雷諾表示,新成果建立在既有研究之上,但多加了一個中間步驟——用來取得圖片的語義標籤或文字標籤。這樣一來,識別圖片靠的是大量特徵物件,而不只是依賴數字組合。

舉例說,假設一張圖畫的是趴在草坪上的狗。新方法分析後得到的可比物件是「狗」,它能與同類圖片中的貓、魚等物件形成對比,從而區分不同圖片。接著電腦對這些物件做統計分析,找出滿足全部特徵條件的圖片,並評定相似度——畫狗的圖標 60% 相似,帶貓或魚的標 20%。莫雷諾說,關鍵在於從語義層面定義圖片,這很可能大幅提高準確率。

測試結果

研究團隊使用的電腦具備大量素材:許多帶有鮮明特徵物件的圖片,如山脈、花朵、人物、水、老虎等,以及對應的語義標籤。當他們拿一批尚未標記物件的新圖去測試,結果相當不錯。系統分析一張「伏在長草中的老虎」時,輸出的物件關鍵字包含「貓」、「虎」、「植物」、「葉子」和「草」,而該圖的插圖說明則有「貓」、「虎」、「森林」和「草」——兩者高度重疊。與更普遍的基於內容方法相比,新方法的準確率高出四成,也就是說,它會產生更少與圖片無關的關鍵字。

還有多遠

微軟圖片搜尋研究員拉里·澤尼克認為,這項研究把基於內容搜尋的邊界往外推了一步:「他們現在做的,就是分析我們能沿著圖片特徵物件這條路走多遠。」但他對這套方法能否用於更大規模的檢索(比如網路規模的搜尋)持保留態度。他補充,成果對圖片中某類簡單物件的搜尋很有意義,卻未必適用於其他領域,例如區分美國國會大廈與某州政府大樓。「視覺問題很難,我不認為有任何一種方法是萬能的。」

不過 Google 從事圖片搜尋研究的軟體工程師查克·羅森貝格認為,把這個方法加進搜尋軟體可能非常有用;若套用到桌面搜尋,人們就能依相似度來找圖。

瓦斯康塞洛斯預估,要讓電腦辨識「幸福」這類更抽象的概念,至少還需五年。但他強調,這並不代表現在的研究沒用——眼下的成果更像是一種輔助,而不是一個答案。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved