谷歌新开放了一个数据库要让机器自动识别视频中的动作行为

2017-10-23 08:56

谷歌在机器视觉学习方面积累大量的数据以及技术，最近，他们推出了一个新的视频数据库，名称为“原子视觉行为（AVA）“，该数据可由一个或多个标签组成，能够推动计算机视觉识别影像中行为的研究。

人工智能：中国或成领跑者

说到图像识别，其实谷歌的照片应用就可以自动识别出宠物图像，很多公司也在图片识别上作出很多优化尝试，比如Shutterstock上周公布了一项全新的测试功能，用户可以根据自己的布局来搜索股票照片。

相较于这些发生在静态图像领域的机器视觉识别技术，应用到视频中的难度会更大，因为在视频中，每一帧画面的都包括各种复杂的场景，而且很多时候视频中一个动作是由不同的人发出的。不过视频识别方面的应用现在也有一些案例，比如著名色情网站Pornhub，它可以自动对成人视频进行分类，包括让系统识别出特定的性姿势。

谷歌的软件工程师也解释道， “让机器去识别影像中的人类行为是发展计算机视觉的一大难题，尽管过去几年在图像分类和寻找物体方面取得了突破。”所以谷歌推出了这个AVA数据库，AVA包括80多个被动作标签标注的Youtube视频网址，比如握手、接吻、喝酒、拥抱等等。

谷歌希望通过开放这个数据库，进一步改进他们基于视频识别的机器视觉能力。