- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
认知到理解
– ImageNet挑战赛后的新挑战
刘曦
慧川智能
ImageNet
• ImageNet
– 图片的数据集:从网上收集的1400多万张图片
– 人工标注2万多个分类
• ILSVRC
– 训练数据为120万图片,1000类别
ILSVRC结果
人的错误范围
摘自ImageNet - Where have we been? Where are we going?
What’s Next? - 认知层面
• 更精细的认知任务:精细化物体识别,检
测,分割,跟踪等
– 比如:具体车型识别,小物体检测分割,实
时物体跟踪
What’s Next? – 理解层面
• 图像理解
– 物体,行为动作,场景,属性,人物等
– 它们之间的关系
• 视频理解
– 基于图像理解
– 时序上下文承载更多的信息量
智影– 用视频讲述你的故事
• 信息的获取和传递方式
文字 图片 视频
• 智影:文字到视频的自动转换
智影应用场景– 助手
Q: 想下个月和家人去越南
芽庄旅游,有哪些地方可
以去的? A:
吃的。。。
住的。。。
玩的。。。大教堂,什么电影
在这里拍摄
智影应用场景– 自媒体
67%文章适合生成视频
智影技术框架
大黑牛 李晨
张静初 张静初
唐山大地震 唐山大地震
知识图谱
大黑牛。。。2010年,他
接了《唐山大地震》,电
影里搭档张静初,两人饰
演了一对跨越生死的姐
弟。。。 范爷 范冰冰
金锁 还珠格格
。。。从还珠里的小丫鬟
金锁,再到今天叱咤娱乐
圈的范爷。。
面临的挑战:如何定义好与不好?
• 如何评估输出的结果?
• 建立基于人的评估体系:每个人对结果的判断不一致
• 算法的迭代速度会受到影响
• 现阶段仍然处于早期,算法迭代效果增强比较明显
• 如何定义端到端的损失函数
• 无法训练端到端模型
面临的挑战:抽象vs 具象
• 语言常常是抽象的,而画面常常是具象的
– 从相对差异化小的的领域入手:明星影视娱乐,旅游等
– 建立抽象具象关系之间的关系图谱
文档评论(0)