对于出海企业,尤其是音视频行业出海企业,视觉识别能力已经成为必不可少的云服务基础建设。一方面,出海企业要面临出海国家各具特色的监管要求,需要通过视觉识别建立足够强大的风控系统;另一方面,视觉识别也是实现智能推荐、检索匹配的必要基础。
“视觉识别”确实是一个宏大的技术主题,从中可以衍生出算法研发、模型训练、策略调优等等研究方向,每个方向都值得展开细致的技术探讨。本篇文章暂不讨论具体的技术细节和实现,将更多的关注点放在视觉识别应该解决哪些识别目标的宏观问题上,即“机器面对未知图片,应该具备哪些组成部分的识别能力”的问题,着重介绍出海企业在建立视觉识别能力时应考虑哪几方面的识别功能。
一、人像识别
人像是讨论视觉识别时,最符合直觉的视觉主体,因此对图片中人像的识别能力是解决合规问题和实现更多高级功能的基础。人像包含姿态、肤色、装扮等多种因素,要求出海企业具备较为全面的识别能力。
1. 性别识别:
由于海外部分地区的文化环境差异,在对人像进行性别识别时,除了男性、女性,也要注意存在的部分少数群体。以免直接凭借外在男性/女性特征进行识别产生的偏差,引起不必要的声誉风险。
2. 体态识别:
识别人像姿态和身体形态,如半身像/全身像、站姿/坐姿/卧姿、高矮胖瘦等。因为姿势隐含了基础的倾向信息,例如:半身像更有可能是自拍、卧姿更有可能含有色