谷歌(微博)多名研究人員日前發(fā)博客透露，谷歌想要為復雜圖片開發(fā)一種能夠提供自動字幕的技術，其可精準描述圖片中的內容，而且他們正接近實現(xiàn)這個目標。

　　谷歌的機器學習系統(tǒng)可以“看到”照片，然后自動生成描述和相關說明。這套系統(tǒng)通過識別圖片上不同對象以及它們之間的互相關系，對圖片上的內容進行更深層次的解讀，最后翻譯成更為自然的描述。

　　谷歌研究員奧利奧爾·溫雅爾斯（Oriol Vinyals）、亞歷山大·托舍夫（Alexander Toshev）、薩米·本吉奧（Samy Bengio）以及杜米特魯·艾爾罕（Dumitru Erhan）等人寫道：“這種系統(tǒng)最終可以幫助視障人士了解照片，在世界上移動連接速度很慢的部分地區(qū)提供替代文本，使用戶更容易在谷歌上搜索圖像。”

　　谷歌團隊的關鍵創(chuàng)新是，將計算機視覺系統(tǒng)（在圖片中將對象分類）與自然語言程序模式結合起來，當這套系統(tǒng)看到圖片后，可以直接生成語句描述它。

　　谷歌研究人員承認，這套系統(tǒng)依然有許多工作需要改進。他們稱：“我們將繼續(xù)研發(fā)這套系統(tǒng)，期望它能夠讀取照片，并能生成足夠好的自然語言描述。”（風帆）

谷歌

實搜網(wǎng)絡為您提供網(wǎng)絡推廣，網(wǎng)絡營銷，網(wǎng)站建設，SEO優(yōu)化，微信開發(fā)，網(wǎng)站托管等服務，服務熱線：0311-66697360