Google使用AI查找您的住所 虹膜-适用于Android的Siri证明苹果没有优势 TensorFlow 2提供更快的模型训练 深度学习研究人员将为Google工作 Xamarin SDK开源 更正工具已添加到Google网站翻译器中 使用AI进行双检测 DARPA的AI下一步运动-20亿美元! AI在DARPA混战中击败了人类飞行员 Rodney Brooks称AI的状态 Arduino体内的蠕虫意识 深度学习找到您的照片 更多的机器学习应用于Google表格 深度天使-未来媒体操纵的AI ASP.NET更新并重命名 小猫猫猫探测器 .NET Jupyter笔记本宣布 介绍DeepSpeech 在Formula Pi中竞赛A YetiBorg Google开源准确解析器-Parsey McParseface 适用于我们的REST的MIcrosoft的Project Oxford AI API Eyeshot,.NET的CAD控件 百度AI团队被骗-被ImageNet竞赛禁赛一年 GIMP的机器学习Python插件 Google的自动驾驶汽车-不是​​那么聪明吗? 设计自己的无人驾驶汽车 开源深度学习框架如何堆叠? Azure机器学习服务上线 Evi重载 Microsoft R Server 9.1添加了ML增强功能 廉价的十亿个神经元联系 Skype转换器突破了语言障碍 ASIMO庆祝成立10周年 Google翻译超过2亿 .NET Core 3获取GUI Google开始为Prediction API收费 Google文档获取基于AI的语法检查器 Microsoft认知工具包版本2.0 Google的DeepMind Files AI专利 ONNX for AI模型的互操作性 机器学习识别MOMA艺术品 音频超分辨率 神经网络聊天机器人-令人惊讶的是人类吗? Microsoft扩展了认知服务API RankBrain-AI进入Google搜索 新的MIT–IBM Watson AI实验室 图片-概率语言 F#4.5添加了跨度支持 DeepCoder学习编写程序 用于机器学习的Databricks运行时
您的位置:首页 >数据库 >

Google使用AI查找您的住所

Google的最新研究论文概述了它如何使用AI读取自然图像(特别是街景照片)中的数字。

Google有一个庞大的数据库,其中包含城市(某些城市并非如此)环境的照片。除了其好奇心之外,图像中还锁定了许多数据,显然让AI代理查看整个语料库并获取有用的信息是一个好主意。

在具有无监督功能的自然图像中读取数字中,学习Google /斯坦福小组介绍了他们如何着手从街景视图图像中提取门牌号。

虽然已经适当地很好地解决了特定的OCR问题,但读取普通图像中的偶数数字仍然很困难且尚未解决。如果可以做到,那么这将使Google可以创建更加准确的地图,从而提供导航服务。还建议,通过了解照片中的门牌号,可以改进地理编码以提供目标目的地的准确视图-即,不仅是您要去往的一般视图,而且还可以看到您所看到的房子的视图正在尝试前往。

现有技术往往基于手工构建的特征,这些特征已微调到可以找到文本的上下文。在更一般的设置中,这些方法不太可能也行得通。所采用的方法是首先定位图像中门牌可能位于的位置。接下来,对检测到的区域进行数字识别算法。

为了测试他们的方法,他们首先创建了一个数据子集,该数据子集由600,000张带有标记数字的图像组成,这些图像是借助Amazon Mechanical Turk构建的。

googlehousenumbers

他们首先尝试了OCR工作中通常使用的手工功能,然后发现这种方法效果不佳。接下来,他们尝试了特征学习算法-堆叠式稀疏自动编码器和基于K均值的系统。手工制作的特征实现了63%和85%的准确性,而两个学习特征分类器的准确性约为90%-应该与98%的人工精度进行比较。

事实证明,大型训练集对于实现良好的性能非常重要,这再次强化了这样的观念,即由于无法使用大型训练集,过去使用的许多AI技术都可能表现不佳。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。