想靠机器辨识地图仍得靠不少人工 运用注意力机制训练 AI

不少网站防止 BOT 攻击的机制采用 CAPTCHA,要你辨识图像中的数字与文字,从而分辨人类与 BOT。但你知道吗,这些人类顺手之劳的打打字小工作,不少次是帮助 Google 地图做机器学习,辨识街景中出现的门牌与路名。

即便像 Google 这类大量依靠机器学习的公司,仍有不少地方要靠人工去做,要靠大量的人力协助辨识门牌、路名区块中,里面出现的数字或是文字。Google 地图软件工程师 Andrew Lookingbill 表示,不只是 Google 地图采用机器学习的问题,这是整体机器学习技术领域遇到的挑战。长远的目标会是减少涉入的人力,但又不会破坏建立的模型,仍然能用既有模型去跑。

Lookingbill 说采用深度学习处理计算机视觉板题,是相当高难度的事情,街景车每天上街拍摄的照片数量相当庞大,但仍然需要有方式处理。一般人很快就能辨识出门牌及街上路牌上的路名,用深度学习则是挑战。Google 地图采用递归神经网络 (recurrent neural network, RNN),找出街景车拍摄的照片,辨识不同角度照片中出现的路牌信息,从中截取需要的路名或是门牌信息。

商家的店面入口除了店名之外,还有贩卖产品信息、特价优惠等文字。上述信息也许当地人能找出店家叫什么,但对于机器来说,以及远在天边并不是当地人,训练 AI 的工程师来说,是相当有挑战性的事情。Google 地图团队运用注意力机制 (Attention Mechanism),从街景车拍摄的店面,找出人类视觉集中之处,从而判断店家店名。

路名常用缩写表示,而对当地人来说,很容易还原完整的路名,但机器就未必了。Lookingbill 说他们会对路名做规范化 (Normalization) 工作,处理路名中的缩写,像是 Av. 代表 Avene,Pres. 则是 President 的缩写。

Lookingbill 还提及 Google 地图整合经机器学习方式绘制的 1.1 亿栋建筑外框,补充说道没有特定加某个地方的建筑,而是看那个地方影像适合他们模型,能得到最好的结果。

Google 街景车当初推出是相当大的噱头,但如今是喂养 Google 机器学习模型的庞大数据。当被问到街景影像以及卫星图辨识的问题,Lookingbill 说影像如有遮荫,会增加辨识建筑物的困难度。

Lookingbill 谈到用机器学习处理地图信息,技术本身是其次,而是要怎么将不断变动的现实世界,相关变动反映到地图,而且尽可能缩短地图数据处理时间。更快速的反映现实变化的地图,Lookingbill 说这是他们的团队一直在努力的方向。

文章出自:豪彩导航屋 http://www.syswf.org.tw/qpost.asp

转载于:https://my.oschina.net/u/3772040/blog/2050930

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值