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
佳能EOS R8 Mark II 最值得入手的全画幅入门相机
2
十天完成翻倍 iPhone Duo适配优化APP超20万款
3
千元机悄悄用上翻新内存?2027年渗透率或将达9%
4
万物互联走进现实,《智能家居互联互通》系列国家标准进入倒计时
5
美的海尔格力抢滩千亿液冷赛道,能否后来居上?
6
多家国内面板厂送测阔直板,安卓阔屏机型预计2027迎来集中爆发
7
华为星芒OSTA O1 Pro外观官宣:阔直板形态落地,将阔屏体验向下延伸
8
苹果破例签长约:拟与三星达成4至5年DRAM供货协议
9
REDMI Turbo 6系列2027年初发布:7英寸超大屏+万级超大电池
10
液晶面板涨价,1LCD投影2026出货将下滑8.9%,警惕厂商“减配”策略
11
打造Agentic Infra首选操作系统,openEuler如何实现?
12
DTC2026|臻图视界 AI启星程,TCL华星开启AI时代显示升维
13
【排产】12月空调内销排产降16.7%,总量收缩、结构先行
14
前三季度出货量同比下降8.3%,尺寸增长、均价上移是趋势
15
虽旗下品牌宣布双11领跑,但科沃斯的龙头位置正在松动
16
石头前内销总经理跳槽追觅,卷完产品卷人才?
17
家电板块逆势走强:美的创新高,九阳一字封板、小熊电器涨停
18
消息称荣耀试产13300mAh超大电池,有望用于7英寸大屏中端机型
19
Purism公布RISC-V手机Librem 5 v2,11月17日公开众筹
20
退货率超30%、白牌低价冲击,智能眼镜还是门好生意吗?
关于我们

微信扫一扫,加关注

商务合作
  • QQ:61149512