人工智慧識別初露鋒芒:可根據照片識別攝影師

2020-12-05 東方財富網

原標題：人工智慧識別初露鋒芒：可根據照片識別攝影師

　　在日常生活中，我們經常會看到一些十分漂亮、構思精妙的照片，但某張照片背後的攝影師是誰？我們有時卻並不清楚。

　　如今，人工智慧(AI)可以幫助我們找到圖片背後的攝影師。

　　在一項新的國際跨學科研究中，研究人員通過使用人工智慧算法分析近 60000 張二戰時期的歷史照片發現，人工智慧可以根據照片內容來識別攝影師的身份。相關研究成果以論文的形式發表在科學雜誌 IEEE Access上。

　　研究人員展示了使用現代神經網絡分析圖像的優勢，以使機器可以自動檢測各種場景中的人和物體，甚至可以根據圖像中的特徵區分攝影師，這些操作比任何人工檢查過程都要快得多。獲得的結果將有助於歷史學家、其他研究人員和專業人員在工作中使用歷史照片檔案來分析和比較特定攝影師的作品。

　　通過這項工作，研究人員證明了人工智慧可以在某些方面幫助學者「追溯」歷史照片檔案的潛力。

　　令人驚訝

　　研究人員選擇了 23 名芬蘭戰地攝影師作為實驗對象。他們中的 20 人是芬蘭戰時照片檔案中圖像總數最高的攝影師，另外 3 人則是因為有專家認為他們的照片對這項攝影新聞研究很有趣。

　　他們提出並評估了機器學習可以幫助分析歷史圖像的幾個應用領域，即分析場景中存在的對象、照片取景評估、攝影師分類以及評估它們的視覺相似性。

　　他們使用人工智慧技術對這 23 位著名芬蘭攝影師在第二次世界大戰期間拍攝的照片進行了識別，所用照片來自公開可用的芬蘭戰時照片檔案庫，其中包含約 160000 張 1939-1945 年間從芬蘭冬季戰爭、延續戰爭(第二次世界大戰期間芬蘭與蘇聯之間的兩場戰爭中的第二場戰爭)和拉普蘭戰爭中拍攝的照片。

　　由於芬蘭戰時照片檔案中的數千張照片仍然沒有攝影師的名字，所以這項研究中選用的照片總數為 59000 多張。

　　這種自動分析可以作為一種工具，以提供基於內容的公共照片檔案的文本描述，比如丹麥抵抗博物館的照片檔案。今年 9 月生效歐盟可訪問性指令(DIRECTIVE(EU)2016/2102)，要求將圖像內容的文字描述添加到網絡上的所有公共圖像中。

　　對此，論文作者之一 Alexandros Iosifidis 表示：「這讓我們非常驚訝，人工智慧可以根據照片中的特徵(如內容和框架)識別攝影師。」

　　準確率最高可達 69.7%

　　在這項研究中，研究人員應用了最先進的目標檢測模型和神經網絡體系結構，以獲得來自傑出二戰攝影師的統計數據和特徵。

　　由於每個攝影師都有一定數量的重複圖像，這裡研究人員根據拍攝時間將照片分成訓練集和測試集，以確保描述同一事件的照片不會用於訓練和測試。

　　研究中分析的照片顯示，一些攝影師具有非常獨特且容易識別的特徵，而另一些則很難被人工智慧識別。這一人工智能模型的分類準確率區間為 20.1-69.7%，平均為 41.1%。

　　通過將識別結果與先前對檢測到的物體的分析進行比較發現，一些攝影師因為有著特定的拍攝物體和喜好很容易被識別。因此，研究人員檢查了每個攝影師照片中的典型物體類別，並分析了他們捕捉和框定人的方式差異。

　　Roivainen 拍攝的照片中擁有最多的狗、馬和汽車，預測準確率為 69.7%；Hollming 拍攝了大量滑雪照片，所有照片中只有幾把椅子出現，即戶外照片多，預測準確率為 51.4%；Manninen 拍攝的人物照片中的平均人數最高，椅子(即室內照片)出現率最高，預測準確率為 35.5%；SJ Blom 喜歡在城市環境中拍攝照片，預測準確率為 50.4%。

　　研究結果證明，除了確定照片的作者身份之外，這些特徵代表了模型對這些攝影師的整體視覺相似性和照片風格相似性的認知。此外，由於卷積神經網絡可以在一定程度上從照片中識別攝影師，某些照片可以被認為是特定攝影師的典型。其中最著名的攝影師是 Heikki Roivainen，他是芬蘭植物學教授，曾在延續戰爭期間擔任官方戰地攝影師。

　　通往更多應用的大門

　　在這項工作中，研究人員只使用了可公開獲得的預處理對象檢測模型和基本照片信息，但他們認為這一模型可用於大多數照片檔案，且提供了所有代碼、模型和數據注釋，以及如何使用它們的詳細描述。

　　例如，可以通過考慮攝影師的意圖和他們的照片質量來進一步增強攝影師分析。此外，可以通過考慮信息融合方法來增強對象檢測性能，以及改善較小尺寸對象的檢測。除了對象級分析，場景識別將有助於進一步描述攝影師的特徵。

　　在未來，研究人員將專注於需要更專業方法的問題，比如識別僅出現在芬蘭歷史照片或二戰期間的對象類別。他們的目標是利用原始的文本照片描述來產生更完整的對象標籤以及主題和事件識別。

　　這將有助於人們解決分析戰時照片時面臨的最大挑戰之一，即區分拍攝對象的不同狀態——照片中的人是活著的、受傷的還是死亡的。

　　這些更精細的結果最終可以幫助人們更詳細地描繪出傳統知識攝影師的目標、素質和性格。這項研究的目標是在檔案中公布所有的結果，以幫助對檔案進行不同類型的社會研究。

　　對於此次研究結果，作者之一、從事新聞攝影研究已有 25 年以上的 Anssi M？nnist？ 認為，「對照片蘊含的內容進行大數據分析是我的一個長期夢想，我對這個項目的結果非常著迷。人工智慧可以識別諸如照片中的框架和內容的各個方面，這將在人文科學和社會科學領域中有著廣泛的應用。」

（文章來源：OFweek）

(責任編輯：DF527)

相關焦點

  • 人工智慧診斷作物疾病 根據照片即可識別出農作物病害
    傳統診斷農作物病蟲害的方法是人工目測，但這存在兩個問題：一方面，農民並不能保證根據經驗做出的判斷完全正確，另一方面，由於沒有專業人士及時到現場診斷，可能會使病情延誤或加重。現在，人工智慧可能會使這一問題得到解決。
  • 人工智慧的識別，原來這麼簡單，隱藏的物體不需要視覺也可以識別
    許多人工智慧很難檢測到偽裝的物體是因為它們的算法依賴於視覺線索無論是對人類還是人工智慧來說，去識別發現偽裝的物體都具有一定難度。但是現在，人工智慧通過訓練，可以從背景中分析出隱藏的物體。這項技術未來可用於許多方面，例如搜索救援工作、檢測農業害蟲、醫學成像或軍事環境。
  • 人工智慧使人臉識別更加智能化
    （2018年6月28日星期四，在上海舉行的移動世界大會上，愛立信AB展臺為觀眾展示了面部識別軟體的認知水平。攝影師：沈奇萊/彭博社）本文系網易智能工作室（公眾號 smartman163）出品。將人工智慧(AI)應用於實體安全行業有利有弊，但隨著越來越多的監控系統與大腦直接匹配，有關利用人工智慧與監控在倫理方法上的爭論仍在繼續。除了中國的面部識別創業公司，比如Megvii的face++所獲得的6億美元私募股權投資；SenseTime從C輪融資中獲得了620萬美元；而Yitu技術從C輪融資中獲得了3億美元，面部識別技術的潛在應用也得到了很好的資金支持。
  • 科技:照片識別,將個人利益保密
    大阪大學的研究人員提出了一種無加密框架，用於在使用基於照片的信息服務時保護用戶的隱私。人工智慧，如深度學習，大大提高了圖像識別的性能。用戶可以將照片發送到伺服器，該伺服器使用圖像識別器識別內容並返回相關信息。這對購物者，遊客和其他人有利，但結果可以披露私人信息，例如用戶的當前位置。
  • 圖像識別與人工智慧圖像識別和機器視覺有什麼區別
    人工智慧領域發展到現在，ai與人工智慧、圖像識別領域、計算機視覺領域等近年來越來越多的整合和融合。首先，人工智慧在生活工作中將普遍應用；其次，人工智慧在不同的工作場景都有其應用，從金融到醫療，從服務到工廠，應用無處不在；最後，人工智慧正在與自動駕駛技術等聯繫在一起。
  • 常見的四種人臉識別場景
    ，其中人臉識別最為突出，也是目前人們能夠感知到的人工智慧產品，人臉識別它是基於人的臉部特徵信息進行身份識別的一種生物識別技術，目前我們能夠在購物、安檢、出行、入駐、金融等領域看到人臉識別技術的應用，比如說人臉識別道閘、人臉識別門禁、人證對比接等。
  • Bird Buddy智能餵鳥器:通過照片音頻識別鳥類物種
    打開APP Bird Buddy智能餵鳥器：通過照片音頻識別鳥類物種 cnBeta.COM 發表於 2020-11-20 11:24:27
  • 熱議 | 人工智慧時代的崩塌？人臉識別技術或將被禁
    人臉識別，是完全根據人的面部特徵進行身份核驗的一種生物識別技術，從某個角度來看，這相當於將人們「物化」、對臉部進行編碼。要知道，無論出於法律還是情理，每個人對於自己的照片、形象，應該有最起碼的知情權。企業和政府不顧用戶的個人意志，擅自做主採集調用臉部特徵信息，本身就是一種侵權行為。其次，這項技術還涉及準確率的問題。
  • BVS安全帽識別進入人工智慧時代
    BVS安全帽識別進入人工智慧時代 轉眼間，2017年已走完，回顧這一年安防行業的發展，智能化趨勢更加明顯。
  • 「照片脫敏」：新照片隱私技術能擊敗人臉識別AI算法
    一秒鐘之內，人眼只能掃描幾張照片而計算機卻能執行數十億次（人臉識別）計算。隨著社交媒體的爆炸式增長，圖像已成為網際網路上的新社交貨幣。如今，Facebook和Instagram等主流社交媒體都在自動為照片中的用戶添加標籤，而Google Photos可以使用Google自己的圖像識別技術識別照片中的用戶並進行分組。
  • 王者榮耀人臉識別多久一次?人臉識別可以換人或照片嗎?
    王者榮耀又要進一步加強健康系統力度了，5月份是繼續下調了未成年玩家的遊戲時間，還增加了未成年每周和每個月的充值數額，這個月則是加強了人臉識別驗證，那麼人臉識別多久一次呢？人臉識別可以用照片或者換人識別嗎？王者榮耀人臉識別多久一次？
  • iOS10照片應用狠!可識別物品和面部表情
    中關村在線消息：通過上次中關村在線iOS10 beta使用測試發現，蘋果為照片應用增加了很多新功能，其中就包括全新的面部識別功能以及可以自動將照片整理為回憶的功能。那麼iOS 10到底能識別多少東西呢？
  • python|圖像識別
    影響力之大和最吸引人的技術就是圖像識別，圖像識別技術是人工智慧的一個重要領域，它是指利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對象的技術。今天以女神宋慧喬的兩張不同照片為例，利用python識別其相似度，從而判定是否是同一人，同時讓我們對圖像識別有個初步的了解，什麼？照片可以換蒼老師和波老師嗎？我懷疑你們在開車，可是我沒有證據！
  • 人工智慧落地影像識別,政策資本雙雙入局
    新冠疫情推動人工智慧從「雲端」落地，提高了抗疫的整體效率。疫情更是成為人工智慧在醫療領域的試金石，昭示著人工智慧在醫療的力量和價值。從應用場景來看，人工智慧醫療應用尚在起步階段，影像識別、遠程問診、健康管理、暫處第一梯隊。
  • 什麼是人臉識別？你真的了解人臉識別技術嗎？
    由於人工智慧的發展，近年來，基於海量數據的人臉識別技術被廣泛應用於各個領域。火車、地鐵通道、人臉通道、微郵服務、一些工作人員測繪設施等都是人臉識別技術的特殊應用。要了解人臉識別保護個人信息的難點，首先要了解人臉識別技術被廣泛應用的原因及其適用範圍，這樣才能對人臉識別技術保護個人信息進行法律監督。
  • 最新AI可成功偽裝照片，欺騙人臉識別系統
    近年來，很多公司在網上搜尋與人名有關的公開照片，以便建立龐大的人臉資料庫，並改進其面部識別系統。這讓人們越來越覺得，個人隱私正在一點點消失。而研究人員正試圖阻止這些，芝加哥大學的一個計算機工程師小組開發了一種工具，可以用像素級的變化來偽裝照片，使面部識別系統混淆。該軟體被命名為福克斯（Fawkes），以紀念受到全世界抗議者喜愛的蓋伊·福克斯面具。
  • 人機影像識別染色體疾病 人工智慧程序以一敵十
    4月3日，2018網際網路嶽麓峰會人工智慧專場舉行人機大戰，10名醫生對陣人工智慧程序，通過看圖識別存在異常的染色體。圖/瀟湘晨報記者 陳正這是一場人和機器的「最強大腦」比賽，根據病例的染色體影像「看圖找茬」看看數量對不對、形狀對不對，最終一臺機器贏了10個研究員，10個病例總用時13分鐘，10個人每人分析一個病例最快的也花了15分鐘。然而誰是診斷界頭號玩家，還不好下定論。這臺機器還存在一些缺陷，需要醫生覆核。
  • 315預警P圖軟體照片竟可通過人臉識別
    【手機中國 軟體】在315晚會的現場互動環節，主持人問在場觀眾是否都有社交帳號，是否常常在這些社交平臺中發布自己的私人照片，可以看到觀眾幾乎都舉起了手。主持人從現場一位男士的社交平臺中截取了一張照片，並請工作人員變了一個「魔術」，經過簡單的PS之後，原本的平面二維照片竟然可以做出「眨眨眼」「動動嘴」等動作。更為可怕的是，當主持人的手機屏幕投射至了大屏上時，他的臉竟然變成了剛剛與主持人互動的男觀眾。當前市場中存在各種各樣的P圖軟體，你有沒有想過這些照片有可能被不法分子用作「人臉識別」驗證的工具呢？
  • 人臉識別行業分析
    指紋識別唯一性比較強，採集成本較低，但是指紋可由指紋貼、指紋膜等複製，且接觸性、侵擾性較強，人臉識別與其相比接觸性和侵擾性較低；虹膜識別最精準，但是採集成本非常高，識別效率較低，接觸性、侵擾性也較強，人臉識別與其相比，採集成本低、識別效率高；語音識別採集成本低，但語音具有可變性，人臉識別與其相比，識別效率高。
  • 人臉識別和生物識別在支付領域上的風險
    為了更好地利用生物識別技術，對支付行業進行正向賦能，本文簡要對生物識別的特點，以及與支付行業之間的關係進行分析，並根據分析，對後續生物識別在支付領域中的發展方向提出相關建議。人臉識別目前應用場景不多，早期人臉識別主要用於密集人群中的人數測定、人像攝影時輔助對焦等場景，只需要識別出「是人臉」，而不必分辨出「是誰」；但隨著大數據和人工智慧等技術的發展，其識別準確率也日漸成熟，如門禁與考勤識別，銀行、電信、公安、海關等實名驗證，逃犯追捕等諸多場景中。其特徵是無需識別對象主動配合，信息採集難度低，個人的人臉信息可被隨意獲取，基本不是私密信息。