شرح رویداد درون عکس ها به وسیله الگوریتم تشخیص تصویر جدید گوگل

می توان گفت اکنون به نقطه ای رسیدیم که شیوه های تشخیص تصاویر نسبتاً مناسبی را در اختیار داریم، ولی تحقیق جدیدی که گوگل در کنار دانشگاه استنفورد به سرانجام رسانده است منجر به تولید نرم افزاری در همین زمینه شده که می تواند آنچه در تصویر در حال رخ دادن است را به صورت کامل توصیف نماید. نکته در اینجاست که حاصل این تحقیقات به وصف اشیا درون عکس بسنده نمی کند بلکه رویداد موجود در آن را شرح می دهد.

در ادامه با دیجیاتو همراه باشید.

نیویورک تایمز در گزارشی در همین رابطه آورده تیمی که این الگوریتم را جدید را پیاده سازی کرده اند حالا نرم افزاری در اختیار دارند که اتفاقات موجود درون تصاویر را به زبان قابل فهم برای انسان تشریح می نماید، برای مثال در زیر تصویر ذکر میگردد "گروهی از افراد جوان مشغول انجام بازی فریزبی هستند".

ابزار یاد شده برای وصف عکسها از دو شبکه ی عصبی یکی برای پردازش تصویر و دیگری برای پردازش توصیف مرتبط به صورت قابل درک برای انسان استفاده می نماید. این سیستم از یک روش رایج یادگیری در کامپیوترها بهره بردای می نماید، بدین صورت که تعدادی تصاویر مشابه را پس از پردازش تصویر اصلی پیدا کرده و سپس به بررسی توصیف مرتبط به آنها می پردازد و از این طریق فرا می گیرد که چه شرحی را لازم است برای عکسی که در اختیار دارد ارائه نماید.

شایان ذکر است که محصول تحقیقات مشترک گوگل و استنفورد هنوز به تکامل نرسیده و در برخی مواقع برای ارائه توصیف مرتبط به تصاویر اشتباهاتی جزئی را صورت می دهد، البته مواردی نیز وجود دارند که نرم افزار به صورت کامل دچار خطا شده و شرحی کاملاً اشتباه را ارائه می کند.

کارشناسان معتقد هستند گوگل احتمالاً در آینده از این دستاورد در موتور جستجوی تصاویرش بهره خواهد گرفت و بر مبنای آن کاربران می توانند با تایپ کردن یک عبارت توصیفی مانند "سه گربه در حال راه رفتن" تصاویری کاملاً مرتبط را بیابند.