Facebook開源機器視覺工具 帶你從像素點中發(fā)現(xiàn)規(guī)律

　　大范圍的應(yīng)用

　　視覺識別技術(shù)應(yīng)用范圍很廣。在此基礎(chǔ)上，計算機可以識別圖片中的物體，比如，無須為每張照片加上標簽，即可更容易地搜索某些圖片。失去視覺的人們也可以理解他們的朋友所分享的圖片中的內(nèi)容，因為無論圖片是否配有說明文字，系統(tǒng)都可以告訴他們。

　　 最近，我們演示了為盲人用戶開發(fā)的技術(shù)：評估照片，描述其內(nèi)容。目前，視覺障礙的用戶在臉書新信息推送中遇到圖片時，只能聽到照片發(fā)送者的名字，以及“圖片”這個詞。而我們的目的是提供更加豐富的描述，比如“圖片包含海灘，樹，和三個微笑的人”。

　　更進一步，放大我們正在開發(fā)的技術(shù)，我們的目標是更加沉浸式的虛擬體驗：當用戶用手指掃過圖片時，系統(tǒng)為他們描述所觸摸的內(nèi)容，這樣用戶好像真的“看”到了照片一樣。

  繼續(xù)前行，我們會繼續(xù)改善檢測和分割算法。你可以設(shè)想這種圖像檢測、分割、確認能力應(yīng)用在商業(yè)、健康等其他增強現(xiàn)實領(lǐng)域的那一天。

　　 另外，我們的下一個挑戰(zhàn)是將這些技術(shù)應(yīng)用在視頻中。在視頻中，物體是移動的，交互的，隨時間變化的。對于觀看視頻，對其中的物體進行實時理解和分類，我們已經(jīng)在計算機視覺方面取得了一些進展。實時分類能幫助發(fā)現(xiàn)相關(guān)和重要的直播視頻，而應(yīng)用更好的技術(shù)來檢測場景、物體、時間和空間上的動作會使得實時解說在某一天成為現(xiàn)實。對于持續(xù)推進這些技術(shù)，為每個人提供更好的Facebook體驗，我們非常興奮。