Картинки в поиске – новые алгоритмы от Google

Не смотря на высокий уровень развития современных технологий, машинам до сих пор достаточно сложно сканировать изображение и обнаруживать в нем объект. С начала 1990-ых перед специалистами стоит проблема - разработать алгоритмы, способные автоматически распознавать изображения. Тем не менее. На данный момент нельзя сказать, что проблема решена, хотя, конечно, прогресс очевиден.

 

Прорыв в поисковой оптимизации

 

Рэзван Гаврилас - небезызвестный сотрудник Google высказал предположение (небезосновательное), что в самое ближайшее время произойдет настоящий прорыв в ранжировании изображений, который окажет прямое влияние на поисковую оптимизацию во всем мире. Последствия для SEO будут следующими:

  1. Снизится количество не релевантных результатов по ключевому запросу (исходя из объекта на изображении);
  2. Удастся связать контент страницы и картинку. Например, если на веб-странице много фото синих роз, то она будет соперничать с ресурсами, где расположены тексты про синие розы.

Таким образом, можно сделать вывод, что нововведение будет способствовать улучшению результатов поисковой выдачи и, соответственно, улучшит поисковое продвижение веб сайта. 

 

Системы распознавания объектов на изображении от лучших программистов мира

 

Стэндфордский университет на протяжении нескольких лет проводит конкурс ILSVRC, в котором происходит демонстрация возможностей систем для распознавания объектов на изображении. 2014 год ознаменовался победой команды GoogLeNet. Такое название совершенно не случайно. Если Google всем хорошо известен, то LeNet - пока что является новым словом. Оно обозначает одну из реализаций сверточной нейронной сети. Данная модель компьютерного зрения отличается от аналогов тем, что легко обучается, а также даже при наличии малого объема памяти способна выдавать результаты.

 

Планы Google и что такое DistBelief?

 

В ближайшее время Google планирует создать открытое программное обеспечение, которое ляжет в основу технологии распознавания изображений. Исследовательская команда GoogLeNet внедрит свои разработки в уже функционирующие визуальные сервисы Гугла.

 

Одиннадцати уровневая нейронная сеть DistBelief, также представленная на ILSVRC 2014, характеризуется впечатляющими возможностями, наиболее ценной является способность идентифицировать объекты, вне зависимости от того какой размер они имеют и как располагаются на картинке. DistBelief способна к обучению и именно ее Google использует для определения семантического смысла понятий.

 

Немного углубимся в терминологию. DistBelief открывает возможности для обучения нейронных сетей в распределительной манере. В основу инфраструктуры лен принцип Хебба и принцип масштабной инвариантности. Нейронные сети имеют искусственное происхождение. Они представляют собой вычислительные модули, в основу которых заложены принципы обучения и распознавания образов.

 

 

Возможности сверточной нейронной системы многогранны. К наиболее впечатляющим можно отнести:

  • Каждый нейрон реагирует на разные области в поле зрения (перекрывающиеся элементы)
  • Любой тип движения объекта в одном пространстве может быть переведен в другое
  • Возможность выделения объекта вне зависимости от его расположения на картинке
  • При умножении масштабов длины на общий множитель свойства объектов не меняются

Самое удивительное свойство технологии, по мнению Рэзвана Гавриласа, заключается в способности программного обеспечения самообучаться и совершенствоваться. Звучит как фантастика, но, тем не менее, подобные разработки уже существуют!

 

Активность Google в отношении разработки сервисов распознавания изображений за последний год существенно возросла. Компания ищет талантливых специалистов в этой области и скупает перспективные компании-стартапы, например, DNNresearch. Политика Google не подразумевает «душения» конкурентов. Скорее, работает выжидательный метод. Когда другая компании разрабатывает что-то действительно стоящее в этой области, то Гугл просто перекупает ее.

Остались вопросы?
ЗАКАЗАТЬ ЗВОНОК
Заявка отправлена!
Рейтинг@Mail.ru Участник проекта CMS Magazine