Google公布NIMA可以讓機器具備人一樣的“審美”智能
如何識別“美”對于機器是一件困難的事情。在計算機視覺研究領域，圖片質量該如何量化？審美要素要如何分析？長期以來，這都是未解的難題。
如何識別“美”對于機器是一件困難的事情。在計算機視覺研究領域，圖片質量該如何量化？審美要素要如何分析？長期以來，這都是未解的難題。
12月21日， Google公布的了一項新成果——NIMA（Neural Image Assessment），即神經影像評估系統。它是用深度卷積神經網絡（CNN）來學習人類感知圖像質量和審美因素的一項研究成果。利用最先進的深度對象識別（object recognition）技術，NIMA不僅能分析圖片的質量，還能判斷圖片是否好看，更能給出讓圖片更美的修圖建議。
NIMA辨美丑
NIMA對一些帶有“景觀”標簽圖片的美觀程度進行了評分和排序
在計算機視覺研究領域，已經有算法可以將圖像以分數或回歸均值的方法來排序比較，這方面各大智能手機的相機圖片，都有類似的功能。
與以往算法不同，NIMA可以為任何特定的圖像進行0-10的評分，并直接比較同一主題的圖片。上圖括號中是200人對圖片打分后計算出的平均分數。谷歌稱，與其他方法相比，NIMA給出的評分與排序更接近人類的偏好。
NIMA評質量
NIMA 對同一主題的圖片的質量進行評分和排序
NIMA同時也能對圖片的質量進行比較。圖片可能由于一系列的原因變得模糊、出現噪點和扭曲，導致圖片質量下降。NIMA在對圖片評分的同時也能比較同一主題圖片的質量，并給出相應的分數。
NIMA還可以優化圖片 告訴你怎么修更“美”
通過NIMA訓練深度卷積神經網絡從而增強圖像局部的色調和對比度
對于不會用PS修圖的新手們，NIMA現在可以直接給你建議。在調整圖片時，明暗度、對比度、色調和細節的變化都會改變圖片的評分。NIMA能通過找到優化圖片的最佳參數來給出修圖建議。
Google在NIMA上的研究仍在繼續，未來用戶利用NIMA就可以在眾多圖片中快速找到“最美”圖片。
來源：DoNews 記者 趙晉杰
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
