圖像識別怎樣改變AV產業?日本人表示:你們都弱爆了

雷鋒網注:本文作者何之源,復旦大學計算機科學碩士在讀,研究人工智能計算機視覺方向。本文由雷鋒網(公眾號:雷鋒網)編輯整理自作者知乎專欄,獲授權發佈。

先進的圖像識別怎樣改變AV產業?

説到這方面,日本人表示,你們都弱爆了!

我來舉幾個例子:

| 一、chainerによるディープラーニングでAV女優の類似畫像検索サービスをつくったノウハウを公開する - Qiita

翻譯:使用chainer和深度學習搭建女優圖像檢索服務

這位仁兄做了個實驗,使用爬蟲在網上搜集了大量的女優面部圖片,使用dlib做面部識別的處理。使用chainer搭建神經網絡並測試。最後實現的功能就是,根據一副圖像,自動識別最相似的女優

更厲害的是,最後作者表示:“最後に宣伝になりますが、CNNを使ってAV女優の類似畫像検索をしたサイトを作っているので、よかったら見てみてください。”。也就是説,他把這個服務搭建成了一個網站,歡迎大家來訪問。網站的地址我就不發車了,大家自己到原文去找吧。

| 二、ディープラーニングで「顔が似ているAV女優を教えてくれるbot」を構築 - Qiita

翻譯:使用深度學習構建一個可以自動檢測最相似女優的機器人

這個看起來和第一個差不多,其實是不一樣的。這個機器人能從面部打碼的圖片,識別出原來的人物是誰。

效果如圖:


機器人:照片中的人物為上原亞衣。相似度98.730320%。


| 三、ディープラーニングで顔寫真から巨乳かどうかを判別してみる (うまくいったか微妙) - Qiita

翻譯:使用深度學習,通過面部照片,嘗試判別胸部大小。

這個腦洞我真的表示無語,真的能成功麼?

作者還是一樣的套路,先蒐集了好多面部圖片當訓練集。使用了tensorflow進行訓練,最後的結果如下:

  • 巨乳的召回率為82%(69/84)
  • 貧乳的召回率為37%(30/81)


作者表示巨乳組正確率喜人,但貧乳組不行。要提高正確率,還要更多的數據集。

另外摘錄一些有趣的網友評論:


yomox9: 有意思。那麼從男性的面部特徵出發,好像也可以做相同的事情呢。

u651601f:求巨乳圖片的訓練集。感謝樓主。


| 四、Ecstascene: 音特徴を利用した成人向け動畫における最高潮場面推定システム

翻譯:使用音頻特徵推測成人視頻的最高潮場面

嚴格來説這個其實不是圖像領域了。原文我沒找到,不過看標題基本就明白什麼意思了。

補一張圖(作者竟然是東京大學情報理工系的,為什麼研究的東西那麼奇怪......):


本文部分例子參考了:深度學習應用在哪些領域讓你覺得「我去,這也能行!」?
雷鋒網特約稿件,未經授權禁止轉載。詳情見轉載須知



資料來源:雷鋒網
作者/編輯:何之源

如果喜歡我們的文章,請即分享到︰