服务器 频道

图像识别进化之路 深度学习是幕后推手

  【IT168 评论】图像识别是人工智能的一个重要领域,它经历了文字识别、数字图像处理与识别、物体识别等三个阶段。近些年,图像识别发展历程填入了深度学习这一驱动力,识别算法有了质的飞跃,实现了更自然地智能交互。

  图片系统演进 技术革新在哪

  京东被戏称为是“卖图片”的,因为一打开京东,全都是图片,面对庞大的图片访问,京东商城技术总监桂创华在此次中国系统架构师大会图像识别专场上表示,京东最一开始的图片系统采用开源,随着其规模的不断扩大以及相应的图片量的增加,驱动开发,京东从开源走向自研。但这还不够,京东在以前是单机房访问图片,需求慢慢的不能被满足,于是实现同城跨机房,安排两个副本在不同的机房,保证其正常使用。

  那么问题来了,如果北京的机房挂了广州的也被影响又该怎么办?之前的架构就不奏效,而京东的两地三中心不仅解决了远距离数据传输方面的问题,而且保证即使一个地方的机房故障,其他地方仍能正常使用。

  图片压缩方面,由于用户访问图片的方式各不同,京东采取在线生成的方式,通过技术升级将压缩效率提升了3倍,同时引入webp技术,降低图片的存储空间。这是存储的可靠性方面,在效率提升方面和intel合作,实现编译速度的提升,从ICC到IPP。Webp的图片格式会使图片平均大小减少45%;页面加载速度整体提升25%;偏远地区3G用户提速40%;移动端页面加载投诉降为0。

图像识别领域的转型,深度学习是幕后推手

  2016年京东转型,之前是可靠性存储,现在是可靠性存储加感觉计算,再加上深度学习的注入,京东智能化它的图片系统。过去是在场景中去直接识别,现在则给出一些打分的系统,包括清晰度、曝光度、色情度等,然后用户自行选择。

  色情图像识别 深度学习是啥角色

  除了像京东商城这样会有大量图片识别需求的企业,腾讯同样也有图像识别方面的应用。我们熟知的微信,日传图片10亿张,视频播放20亿次,还有各种直播的兴起与走红也带来一些问题,大量的不良信息泛滥,这时候图像识别的技术能力就显得尤为重要。

图像识别领域的转型,深度学习是幕后推手
腾讯优图后台开发高级工程师谭国富

  腾讯优图后台开发高级工程师谭国富介绍了腾讯优图的图像技术能力。在内容审核方面,能够鉴黄、识别暴恐、人脸,OCR识别包括证件类、通用场景和手写,还具备图像分割以及超分辨率技术。深度学习的潮流,为更深更复杂的网络带来效果、计算量的提升,更多的数据带来效果质的提升。

  图像从百万到千万,数据从图像到视频,深度学习打通了训练和应用的闭环,用Rapid Flow加快了训练速度,RapidNet加快了应用速度。

图像识别领域的转型,深度学习是幕后推手
▲深度学习带来效果、计算量的提升

  深度学习加速了图像识别的进程演进,也使得腾讯优图接受新的挑战。谭国富表示,目前的图像识别伴随直播等行业的推进,更多的会从图片走向视频,杜绝目前色情被打击,视频却还有流传的情况,结合视频监控场景,在图像序列中,识别更多信息,由静走向动。

  人工智能的发展,深度学习的驱动,图像识别将会向着更自然地智能化方向发展。

图像识别进化之路 深度学习是幕后推手
▲更多精彩尽在IT168专题报道

0
相关文章