微软的新图像字幕算法,准确性或超人类
[钉科技编译] 综合《thesouthafrican》和《theverge》消息:微软开发了一种新的图像字幕算法,该算法在某些有限的测试中准确性超过了人类,据称其将被合并到该公司用于视力障碍者的应用程序“Seeing AI”及其更大的Office产品系列中。图像字幕技术满足了诸如为图像创建替换文本的任务,该功能对于增加可访问性特别重要。微软AI团队的软件工程经理Saqib Shaikh在新闻发布会
原创
2020-10-18 09:46:38
来源:钉科技  

[钉科技编译] 综合《thesouthafrican》和《theverge》消息:微软开发了一种新的图像字幕算法,该算法在某些有限的测试中准确性超过了人类,据称其将被合并到该公司用于视力障碍者的应用程序“Seeing AI”及其更大的Office产品系列中。

image.png

图像字幕技术满足了诸如为图像创建替换文本的任务,该功能对于增加可访问性特别重要。微软AI团队的软件工程经理Saqib Shaikh在新闻发布会上说:“理想情况下,每个人都将在文档、网络、社交媒体中为所有图像添加替代文本,因为这使盲人可以访问内容并参与互动。但是,人们没有。因此,有一些应用程序使用图像标题作为替代文本的方式”。

微软表示,新算法效果是当前算法的两倍,对于使用诸如微软 Seeing AI之类的应用的用户来说,这将意味着极大改善用户体验。

Seeing AI利用计算机视觉为视障人士描述通过智能手机摄像头看到的世界。微软算法不仅能够识别人和物体,还能够识别物体之间的关系,这意味着该算法能够将某人描述为“坐在椅子上或读书”。

在9月份的一篇论文中,新算法在一个被称为 "nocaps "的图像字幕基准测试上取得了有史以来最高的分数。nocaps基准测试由超过166000个人类生成的字幕组成,描述了从Open Images Dataset中提取的约15100张图片,这些图片涵盖了从运动到假日抓拍,再到美食摄影等等的一系列场景。 (钉科技综合《thesouthafrican》和《theverge》消息编译)

最新文章
1
不用奔赴北方看雪!长虹“冰雪专列”在川渝皖同步发车
2
“新芽破土·创见未来” 2026“科创新芽”南上海创新创业大赛总决赛圆满收官
3
洛图科技:三季度笔电线上销量跌14%,均价同比上涨13.4%
4
黄仁勋时代结束,英伟达会怎样?
5
别只看见双 11 的冷清,家电渠道逻辑已经变了
6
10月我国电视整机出货284.4万台,同比下滑12.2%
7
面板巨头连推三款RGBX四基色新品,多基色显示会成主流吗?
8
拿下欧洲零售巨头,京东海外落子有何盘算?
9
双11一人食小家电爆火,细分场景跑出新增量
10
iPhone Air 2机模曝光:单摄升级双摄,继续坚守极致轻薄定位
11
不接受强制出售安世股权!闻泰回应被荷兰罚3亿:将上诉
12
TCL华星展示全球首款PSF蓝磷光OLED手机屏:6.36 英寸 功耗降低30%
13
2026中国电视市场观察:3000万台“底线”与10万台“变量”
14
openEuler 汇聚开源力量,深化系统级创新,构筑 Agentic Infra 坚实底座
15
海信小墨E5S Pro成双11全网超级大单品,RGB-Mini LED引领大屏换代趋势
16
从全天候接待到智能挽单,快手电商智能客服助力商家做好双11售后服务
17
开售三周超25亿元,16位快手电商达人接连刷新单场销售纪录
18
存商跃迁、新商爆发,快手双11「全民任务」赋能腰尾商家生意增长
19
openEuler发布面向Agentic Infra的操作系统,全球协同共建AI生态
20
一套追光套系,全屋森林呼吸:长虹追光套系空调正式发布
关于我们

微信扫一扫,加关注

商务合作
  • QQ:61149512