[amtech.vn] Phần mềm nhận dạng hình ảnh đã trải qua một chặng đường dài trong vài năm qua nhưng nghiên cứu từ Google đã thổi lên một khuynh hướng mới về nhận dạng hình ảnh. Gã khổng lồ đã đưa ra một hệ thống máy học mới không chỉ nhận dạng được vật thể bức ảnh mà còn có thể mô tả được toàn bộ khung cảnh.

Một số hình ảnh được Google nhận dạng và mô tả ​

Trong một bài viết gần đây, các nhà nghiên cứu khoa học Oriol Vinyals, Alexander Toshev, Samy Bengio và Dumitru Erhan đã chỉ ra rằng các nghiên cứu gần đây đã cải thiện rất nhiều về việc nhận dạng đối tượng, phân loại và ghi nhãn, thậm chí vẫn không đủ để một chiếc máy tính có thể mô tả chính xác một cảnh phức tạp.

Ý tưởng phát triển hệ thống nhận dạng mới xuất phát từ các tiến bộ gần đây trong chương trình dịch thuật tự động, bên trong được xử lý bằng mạng lưới Recurrent Neural Network (RNN) có tính năng chuyển đổi một câu tiếng nước ngoài bằng một đại diện vector trong khi RNN thứ hai sử dụng vector đó để cấu tạo lại thành một câu theo ngôn ngữ muốn hướng đến.

Khái quát cách làm việc mới của hệ thống nhận dạng và mô tả ảnh​

Những gì mà Google làm là việc thay thế RNN đầu tiên bằng một mạng lưới chuyên sâu hơn với tên gọi Convolutional Neural Network (CNN) để phân loại các đối tượng trong hình ảnh, sau đó nhúng các dữ liệu của CNN vào RNN thứ hai được viết để xuất ra các cụm từ.

Hy vọng một ngày nào đó, hệ thống này sẽ giúp những người bị khiếm thị có thể hiểu được hình ảnh bằng văn bản thay thế cho thị giác, khiến họ dễ dàng hơn để có thể tìm kiếm hình ảnh trên Google.

Theo TechSpot​