发帖数: 1 | 1 据英国《卫报》近日报道，谷歌图像识别算法曾将黑色人种的图片自动添加“大猩猩”
的标签，然而谷歌解决这一争议的方式竟然是“禁止大猩猩”。在谷歌上，没有一张图
像被标识为大猩猩或猴子，即便是灵长类本身的图片。
报道称，这一被批评为种族主义的事件早在2015年就已经发生了，谷歌公司当时保证“
立即采取措施”，以防止再犯重复错误。
为了解决这一问题，谷歌防止将任何图片标记为大猩猩、黑猩猩、猴子，甚至是灵长类
动物本身也无一幸免。《连线》杂志在谷歌相册上测试了4万多张动物图片，最终得出
了这一结论。
谷歌证实，无法识别大猩猩和猴子是因为2015年将黑人识别为猩猩的事件发生后，为了
解决这一错误，谷歌直接从搜索结果中删除了这一词条的标签。谷歌公司对《连线》杂
志表示，“图像标签技术的发展仍处于早期阶段，不幸的是这项技术离完美的境界还远
得很。”
报道指出，无法识别“大猩猩”的情况在谷歌平台的其他应用中也存在，如谷歌镜头（
Google Lens）。这是一款手机平台上应用的相机软件，可自动标识图像中的对象，测
试发现，这款软件也无法识别大猩猩的图片。但谷歌助手和谷歌云视觉可以准确标记灵
长类动物图片... 阅读全帖 |
|
w**********a
发帖数: 6 | 2 多谢楼上诸位的关心。
to Gallery:
一开口就知道是行家里手。
图像识别一开始有个识图的问题。
当待识别的图以m*n的点阵表示时，最起码可以用一个m*n的矩阵来表达这个图。
但这里有个问题，当待识别的图发生尺码变化时，比如2m*2n，需要存储，处理的数据量
变得过大。而对人来说，如果已经认识一个字，把这个字放大一倍而重新识别，基本上是
不成问题的。
针对这个问题，Andrew Kirillov 的做法是创立一个receptors set，好像先随机撒一
把探针出去，由它们与特定形状的相交情况，来获取这个形状的认识。
根据特立的识别目的（待识别的字符集所限定的形状集），可以筛选出一个够小又够用
的探针集，这样可以控制数据量。
我一开始，（其实每个人的正常思维都这样），直觉上也觉得图论应该可以派上用场，
连通图是描述汉字轮廓的最好方法。把一个图分解为多个连通图应该有现成的算法，这
样，稍加调整，就可以对汉字进行部件拆分了。
to Nan:
一看形象秀就知道是同好，btw,那是个什么字，难道是“森”？
“汉”字如果从图象识别的话，并不容易拆出左边的“三点水
”和右边的“又”字。
按图... 阅读全帖 |
|
w**********a
发帖数: 6 | 3 多谢楼上三位先生赐教。
我不只是想获得汉字的拆分的具体结果，这一点，IDS （ideographic description
sequence） 项目已经做了几万字出来了，的确是查表可以得到结果。
我想做的是，通过图像识别的方法，用程序来完成这个拆分，来学习图像识别技术。
IDS的结果正好可以为图像识别的结果提供校验。
按etude先生的指点找到了一篇文章，学习中。
先生看来是CVPR（惭愧，这个词也是放狗才知道是Computer Vision and Pattern
Recognition的缩写）的行家，烦请介绍两本适合初学者的入门书吧。 |
|
c*****9
发帖数: 1166 | 4 【 以下文字转载自 Computation 讨论区 】
发信人: cow1029 (麦泡泡), 信区: Computation
标 题: 问一个图像识别的问题
发信站: BBS 未名空间站 (Wed Mar 8 10:33:29 2017, 美东)
想问下 图像识别现在能做到什么程度啊 比如只是尺寸不同的零件 能识别出来吗 用
HoloLens可以实现吗
谢谢 |
|
c*****9
发帖数: 1166 | 5 【 以下文字转载自 Computation 讨论区 】
发信人: cow1029 (麦泡泡), 信区: Computation
标 题: 问一个图像识别的问题
发信站: BBS 未名空间站 (Wed Mar 8 10:33:29 2017, 美东)
想问下 图像识别现在能做到什么程度啊 比如只是尺寸不同的零件 能识别出来吗 用
HoloLens可以实现吗
谢谢 |
|
T**********s
发帖数: 2135 | 6 【 以下文字转载自 Military 讨论区 】
发信人: TomsnReuters (汤生撸透射), 信区: Military
标 题: 原来亚麻go的图像识别技术是抄强东哥的网店
发信站: BBS 未名空间站 (Sat Feb 3 12:09:42 2018, 美东)
尼玛强东哥的无人网店早能用图像识别所购商品，
亚麻分明是抄强东哥啊
老将军们好意思说窝憋技术不行啊? |
|
发帖数: 1 | 7 申请深度学习、机器图像识别专家职位的，请发简历给我：
[email protected]
微模式是一家国内领先的公司，其系统图像识别系统应用于在安防领域。现在招如下专
家，待遇很好。
需求computer vision、big data技能，如CNN, RNN, Python, Tensorflow, Spark,
Hadoop等技能。需要有工作经验，PhD、绿卡和公民优先，中文流利。 |
|
c*****9
发帖数: 1166 | 8 想问下 图像识别现在能做到什么程度啊 比如只是尺寸不同的零件 能识别出来吗 用
HoloLens可以实现吗
谢谢 |
|
c*****9
发帖数: 1166 | 9 想问下 图像识别现在能做到什么程度啊 比如只是尺寸不同的零件 能识别出来吗 用
HoloLens可以实现吗
谢谢 |
|
p*a
发帖数: 7676 | 10 这是图像识别中最简单的技术。随便一个本科生都会。
XXXXXXX |
|
p*a
发帖数: 7676 | 11 不夸张，你到当当网上随便找本图像识别与处理的书，里面大都会有这个例子。包括实
现的代码哦。 |
|
t****n
发帖数: 10724 | 12 美国目前的做法是公布于众， 根本没有隐私。美国连犯罪嫌疑人的隐私都不保护，照
片，姓名大规模报道。 车牌号更不在乎了。
用大数据结合电脑图像识别， 恰恰的保护了隐私 |
|
s********i
发帖数: 17328 | 13 你们小将能不能统一一下？你说“国内的图像识别技术很先进”，可以抓坏人，我说那
是因为维稳。你说，美国也一样，那么不等于说，美国也可以抓坏人，那国内先进个屁
啊？ |
|
|
T**********s
发帖数: 2135 | 15 尼玛强东哥的网店早能用图像识别所购商品，
亚麻分明是抄强东哥啊
老将军们好意思说窝憋技术不行啊? |
|
T**********s
发帖数: 2135 | 16 尼玛强东哥的无人网店早能用图像识别所购商品，
亚麻分明是抄强东哥啊
老将军们好意思说窝憋技术不行啊? |
|
s********e
发帖数: 11693 | 17 webcam图像识别还是路面感应？很多偏远或者小区小路也有准确及时的交通状况 |
|
b********6
发帖数: 35437 | 18 手机连接基站的数目
[在 snailhouse (寒雪拭峰) 的大作中提到：]
:webcam图像识别还是路面感应？很多偏远或者小区小路也有准确及时的交通状况 |
|
|
s********1
发帖数: 581 | 20 computational learning theory对于图像识别有用吗?
统计系可能要开一门有关computational learning theory, 请问该科对于学习
computer vision有用吗？
谢谢！ |
|
s********1
发帖数: 581 | 21 computational learning theory对于图像识别有用吗?
统计系可能要开一门有关computational learning theory, 请问该科对于学习
computer vision有用吗？
谢谢！ |
|
|
w*s
发帖数: 7227 | 23 【 以下文字转载自 EE 讨论区 】
发信人: wds (净洗前尘，从头再来), 信区: EE
标 题: 请教图像识别的人工智能算法
发信站: BBS 未名空间站 (Sat Jun 8 11:37:05 2013, 美东)
不知道问题title对不对，
是这样的，拿到病症部位的图（比如血管透视图），同一个人的话不同时间拍都有点不
一样。
不同的人肯定更不一样，但有相似处。
现在想建立模型，用AI，希望能早日诊断是否有问题。
我老是菜鸟，请多多多指教！ |
|
G***G
发帖数: 16778 | 24 忘了谁贴了最近machine learning领域关于图像识别预测的突破。
请问那个算法是什么算法？
谢谢！ |
|
s********1
发帖数: 581 | 25 computational learning theory对于图像识别有用吗?
统计系可能要开一门有关computational learning theory, 请问该科对于学习
computer vision有用吗？
谢谢！ |
|
s********1
发帖数: 581 | 26 computational learning theory对于图像识别有用吗?
统计系可能要开一门有关computational learning theory, 请问该科对于学习
computer vision有用吗？
谢谢！ |
|
发帖数: 1 | 27 #资深图像算法工程师# 湾区 智能家居 世界500强
职位：资深图像算法工程师
Location: San Jose,CA
1.负责图像识别相关算法的研究与开发；
2.跟踪国内外最新的图像识别相关先进技术
3.负责配合图像技术产品落地
3.负责配合中央研究院图像算法开发
1.10年行业经验，计算机视觉、模式识别、图像处理等相关专业博士学历；
2. 有数字图像处理、模式识别算法研发经验，较强的算法分析与设计能力；
3.精通C/C++，，有较强的编码能力；
4.熟悉平面图像的识别、分离、形变、矫正等相关功能算法.
有兴趣的同学请将简历发送至 [email protected] |
|
h******k
发帖数: 15372 | 28 识别技术早就不是问题。美国从上世纪70年代起信件分拣就是用光学文字识别zipcode
自动分拣了，那时候还没发明PC呢。你看看美国信封就知道这个文字识别难度有多大，
中国邮政是严格规定了信封的大小颜色材质并且印上6个红色方框强制邮政编码写在规
定的框里来识别的，美国邮政是信封大小颜色任意，zipcode写在哪里写多大都任意，
机器都能自动识别并打上荧光机读标志。
识别汽车号牌在美国也早大规模使用了，toll road抓逃费的都是用这个做。
美国的问题在于社会和法律习惯，政府获得一点权利不是那么容易的。现在中国所有城
市都用摄像头自动拍照抓创红灯和超速的，这在美国就很难，虽然已经有很多城市做了
。难不是在技术上而是在法律上，把摄像头拍摄的图像作为法庭证据来起诉超速闯红灯
的需要当地通过专门的法律授权才行。俺们这有个城市就是启动了全民公投程序来立法
允许摄像头抓闯红灯的，结果公投结果是被否决，大部分市民不同意用摄像头图像做证
据来抓人，所以最后路口都安装了摄像头只能用于交通流量监控，不能用于抓超速和闯
红灯的。老百姓不同意的话政府和法院都没办法。 |
|
y*j
发帖数: 3139 | 29 如果你吃过几个超速相机的罚单，你就知道这玩意有多么不受欢迎，如果到处都安装的
话，你就会有一种被机器人统治的感觉。
：识别技术早就不是问题。美国从上世纪70年代起信件分拣就是用光学文字识别
zipcode
：自动分拣了，那时候还没发明PC呢。你看看美国信封就知道这个文字识别难度有多大
，中国邮政是严格规定了信封的大小颜色材质并且印上6个红色方框强制邮政编码写在规
：定的框里来识别的，美国邮政是信封大小颜色任意，zipcode写在哪里写多大都任意，
：机器都能自动识别并打上荧光机读标志。
：识别汽车号牌在美国也早大规模使用了，toll road抓逃费的都是用这个做。
：美国的问题在于社会和法律习惯，政府获得一点权利不是那么容易的。现在中国所有
城市都用摄像头自动拍照抓创红灯和超速的，这在美国就很难，虽然已经有很多城市做
了。难不是在技术上而是在法律上，把摄像头拍摄的图像作为法庭证据来起诉超速闯红
灯的需要当地通过专门的法律授权才行。俺们这有个城市就是启动了全民公投程序来立
法允许摄像头抓闯红灯的，结果公投结果是被否决，大部分市民不同意用摄像头图像做
证据来抓人，所以最后路口都安装了摄像... 阅读全帖 |
|
l******1
发帖数: 2 | 30 现在有很多模式分类和识别的
举两个例子；
最简单的黑白图像就是手写体识别，做online的比较多
做监视器录像的图像识别，比如识别出公路上的车是哪一类的 |
|
m******4
发帖数: 108 | 31 【 以下文字转载自 Joke 讨论区 】
发信人: xykkkk (asdf), 信区: Joke
标 题: Re: 百度图像搜索作弊的事情竟然没有人讨论 (转载)
发信站: BBS 未名空间站 (Tue Jun 2 15:46:37 2015, 美东)
360杀毒软件作弊已经先搞过一次了，这次大家都审美疲劳了。
========================
百度上个月宣布，它在ImageNet的图像识别人工智能基准测试中取得了全球最好的结果
，其图像识别错误率仅为4.58%，而微软是4.94%，Google是4.8%。现在，ImageNet发表
声明指出百度在测试中有违规行为：百度的研究人员采用了密集测试的方法提高成绩。
在2014年11月28日到2015年5月13日之间，百度异构计算团队的研究人员使用了至少30
个账号向测试服务器递交了至少200次，其中3月15日到19日的五天时间内递交了超过40
次，违反了每周最多2次递交的规定。ImageNet解释说，通过向测试服务器递交许多个
略微不同的方案，百度能根据测试表现从一组相似的方案中挑选出最好的，获得虽然小
但潜在巨大的优... 阅读全帖 |
|
b*****n
发帖数: 2333 | 32 你以为图像识别技术那么nb么 遥感图像的识别技术更是差的很远 |
|
x****k
发帖数: 2932 | 33 360杀毒软件作弊已经先搞过一次了，这次大家都审美疲劳了。
========================
百度上个月宣布，它在ImageNet的图像识别人工智能基准测试中取得了全球最好的结果
，其图像识别错误率仅为4.58%，而微软是4.94%，Google是4.8%。现在，ImageNet发表
声明指出百度在测试中有违规行为：百度的研究人员采用了密集测试的方法提高成绩。
在2014年11月28日到2015年5月13日之间，百度异构计算团队的研究人员使用了至少30
个账号向测试服务器递交了至少200次，其中3月15日到19日的五天时间内递交了超过40
次，违反了每周最多2次递交的规定。ImageNet解释说，通过向测试服务器递交许多个
略微不同的方案，百度能根据测试表现从一组相似的方案中挑选出最好的，获得虽然小
但潜在巨大的优势；百度能直接根据测试数据对挑选出的方法进一步研究和发展，而不
是将测试数据仅仅用于训练和检验。ImageNet指出，百度的测试结果与其他团队的测试
结果无法直接比较。 |
|
a**e
发帖数: 8800 | 34 为什么一定要图像识别人数呢？
如果只是为了判断是不是单人驾驶，只要图像识别车型+数据库存储车重+地面电子秤判
断是否车里有两个人以上的负载是不是就是了？
整天在车里带几个100多磅的大箱子的人有几个？
： |
|
w*******s
发帖数: 285 | 35 诸位版上的大牛中牛小牛，本人小developer一枚，这几年一直在利用业余时间开发安
卓应用。但是最近两年比较忙，无法对自己的安卓应用快速升级更新，所以决定把代码
贡献出来，希望能够给需要的人以帮助。
本人开发的软件是一个数学公式图像识别的库，以及基于这个库的安卓应用。用户只需
要点击安卓应用的一个按钮，进入拍照模式，然后对数学公式拍照，就可以识别公式并
根据识别的结果进行计算或者作图。
本人不是人工智能或计算机视觉科班出身，编这个软件存粹靠自己的摸索。再加上又是业
余时间在做，所以，识别的准确率和效率都有待提高。主要的问题是第一，没有足够多
的数学公式素材进行训练；第二，还没有实现自动学习，还是得依靠开发者进行代码修
改。但是，我觉得我的思路是对的，这个软件的性能和准确率的提升空间是很大的。我
知道现在有很多商业数学公司识别的软件，比如PhotoMath之类，准确率和效率都很高
。但是它是用C写的，源码不是开放的。我一个人单枪匹马，肯定比不上PhotoMath背后
的大公司，但我想，如果有大牛愿意在我的这个JAVA库上继续发展，从硬件兼容性和开
放性的角度看，这个库还是很有前景的。
... 阅读全帖 |
|
j**********i
发帖数: 3758 | 36 来自主题: ComputerGraphics版 - 图像识别 curvelet是加强图像边缘，我是要把任何曲线识别出来，hough变换不顶用。 |
|
d******u
发帖数: 32 | 37 我本生不是学计算机的，想自学点图像处理的编程，就是识别图像，3维建模之类的。
就不知道靠这个找公司的工作行情如何？还有学用什么库比较好呢？
我看见了免费的openCV，就不知道公司一般都用什么库，总是希望学的东西以后能用上
，不想白花时间做无用功。
希望大侠能给点意见。 |
|
n*****g
发帖数: 365 | 38 做图像识别，DNN和imagenet是必须要看的。
caffe 的网站上有开发源码，直接上传图像测试 |
|
t********i
发帖数: 7856 | 39 感觉美帝的车牌识别难度要大一些。因为：
1.车牌小，字小，而且很多州的车牌和有些特殊车牌（比如某些动物保护组织）有花里
胡哨的背景图案。
2.很多州的名字采用花体字，比如CA，IL，不知道识别率多高......估计拍下来之后还
要人工辅助识别。
国内的92式车牌字大，清晰。确实最易于识别。 |
|
N*n
发帖数: 456 | 40 这个是个比较难做的项目。。
首先方向就有问题。。 “汉”字如果从图象识别的话，并不容易拆出左边的“三点水
”和右边的“又”字。
识别有另外的方向。。不过，这个不能随便说。。
如果纯粹学编程，你学习怎么显示汉字比识别要容易至少三个数量级的计算难度。 |
|
y*j
发帖数: 3139 | 41 大规模的邮件地址识别早就有了。这个比车牌识别难度要大一些。
：本科生都会，和大规模使用还是有区别的 |
|
g*****y
发帖数: 7271 | 42 看起来好像你不是突然的心血来潮，还是看了一些相关东西的。
不过我不是搞这个的，所以我说的你也就当我瞎说算了。
就识别汉字来说，其实字的大小，方向我觉得一般并不构成太大困难。因为
可以通过行或列的检测来得到字的大小和方向。然后只要重新采样图片
就得到想要的分辨率下的字了。不像人脸识别之类的，只能满图片不同尺寸，
不同位置，不同角度的搜索一遍，别无捷径。
至于你说的随机撒探针这个事情，我觉得好像有点过时了的说。现在比较
热门的应该是跟大数据挂个沟，比如说搞出接近无穷种不同尺码，不同
位置的integral feature，然后通过data mining或者boosting
之类的从中选出比较有效的combine起来的features。这样就可以和
big data，machine learning， data mining搅和到一块了，
感觉buzz words比较多一点了。哈哈
据量
上是 |
|
e***e
发帖数: 3872 | 43 有些idea可以参考吧，不过这楼的问题确实很难的，我觉得做这个问题涉及的理论和方
法，已经可以做很多很有价值的事了。ad hoc的解决可能有，比如针对一两种字体，基
于rule、类似专家系统的方式，但那样的系统有什么意义呢？说到底，这个问题本身就
没有什么实用意义，如果不能从中发展出一般性的理论方法来的话。
在我看来，这个问题有意思的地方有两点：1、中文母语的人对整字和部首的识别，会
出现转化——翻开字典的一页，大约2、30秒后，那页的高频字会被看成部首组合；2、
手写和书法风格的认知与生成，是同这个分解有密切关系的。这两点可能会对一般性的
物体、场景以及动态识别的计算模型有意义。 |
|
r*******n
发帖数: 3020 | 44 我在美国没有经验，但看到过以前有个帖子，
说图像处理不好找工作，
一是做图像的公司不少跟军工挂钩，有身份限制
二是民用图像处理职位比较少。
你可以到找工作的网站上搜艘有多少职位，有什么要求，
我看相关的职位还是挺多的，不能跟做java的比，这个也算
专业领域了，竞争的人也少。
我在国内小公司（视频监控行业）做过两年的图像处理，
还是对这个领域挺有兴趣的，准备好好学学。 |
|
|
f*******a
发帖数: 663 | 46 有点了解，说几句，抛砖引玉
这个问题确实是一个很普适性的问题，肯定不简单，但思路一般来说还是差不多的
1. 预处理：配准和增强
配准是一个空间归一化的过程，正如做人脸数据分析的都要把尺度归一化一样。如果对
运动状况能建模的话，可以考虑SIFT算法，公认的好用
增强是因为医学图像往往对比度和分布不均，为突出特征而做的种种手段
2. 特征提取
这个一般就是大显神通的地方。看点文献别人怎么下手吧。特征点、轮廓线、局部直方
图、滤波器、变换域等都是常见方法，具体问题具体分析。
3.分类器
一般到了这一步就是挑合适的用，哪个效果好用哪个。这些年SVM及各变种风头很盛，
效果也不错。AdaBoost这种简单还可以挑特征的做检测问题也很不错，甚至可能不要配
准。另外在分类器的训练集问题上，有些算法可以处理较高不确定性的训练样本，如
MIL和Structured SVM，这种进阶问题有余力可尝试。 |
|
N******K
发帖数: 10202 | 47 lz要干的事情 难度远超过这个vj
汉字的精细图像分割 |
|
s****h
发帖数: 3979 | 48 找个deep learning的package，肯定可以解决
如果你原始图像尺寸大，需要先缩小。
也许不用deep learning也能搞定。 |
|
|
c****3
发帖数: 10787 | 50 说白了没上帝厉害，图像识别，苍蝇都比电脑厉害好多。
虽然苍蝇不能认人脸，它想躲的一下就躲开了。 |
|
