你的電腦是如何識別色圖的？

大家有沒有發現。。。不知道啥時候開始，計算機能做到的事情越來越多了。。。

比如今年在網路上頻繁刷屏的，利用計算機技術把視頻、圖片里的人 「 換一張臉 」。

效果還挺好的。差評君還試著把石原里美的臉，給合成到日本小短片里了~

再比如，我們小時候的動畫畫面不是很清晰。

而現在計算機可以無中生有的為大家填補原畫里沒有的像素，生成一個高清動畫。

還有那些被損壞的舊照片，哪怕它們是殘缺的，計算機現在也能把它搶救回來了。。。

不僅如此。。。

在視頻監控系統中，計算機甚至能把你能從一大堆東西里給認出來，連你穿啥顏色衣服都能看的一清二楚。

甚至有人，讓計算機幫自己識別不雅圖片。

GitHub 上就開源了一款鑒定不雅內容的 js 庫 NSFW JS ，通過這個教程，大家可以搭建屬於自己的識別小黃圖客戶端。

sexy 只有5.58% ，差評。。。

哎嘿，人有視覺可以看到這個世界，難道計算機也有視覺么？

沒錯，計算機也是能 「 看見 」 這個世界的。甚至它可能比你更清楚什麼叫做色情圖片。。。

這些貫穿於我們生活的例子，它們的實現都依賴於一門叫計算機視覺的學科~

無論是人去看東西，又或是計算機，都不是簡單、粗暴的看到東西本身，而是一個巧妙的信息處理過程。

在知道計算機是如何理解看見的事物前，咱們得先知道計算機看的都是啥。

這個事情非常簡單。當我們打開一張圖片，把它放大放大再放大以後，會看到一個個的小方格

這也就是咱們常說的像素點，所有的圖片都是由這些小像素點組成的。

大家都知道，計算機里的所有東西本質上用 0 和 1 組成的二進位數字，表達出來的數字化信息。

通過 0 和 1 組成的不同數值，計算機會記錄像素點的位置和色彩數值。

這些寫好顏色的像素點排列在一起，到了電腦屏幕上就變成了我們能看懂的圖像。

基於這些原理呢，人類可以對圖像做一些基本的處理。像剛才提到的圖像增強、圖像復原等。。。

那麼，它又是怎麼看見的呢？

最開始，計算機看見的方式非常傻。得由人先設計好特徵，計算機根據設計好的演算法提取對應的特徵，然後根據特徵識別。

即便如此，計算機也只能 「 看見 」 某個特定物體而已。。。

每希望計算機識別一種新的東西，都要花大量精力去設計特徵、建立模型。

我們生活中有多少東西？簡直難計其數。

於是這個事情，就這樣止步不前了。。。

說白了，這麼做還是讓計算機死記硬背圖像特點，並沒有真正地看到圖片。

雖然後來有了機器學習方法，但也沒有改善需要提取特徵的問題，效率非常低下，無法做出應用。

直到有人想到了 1981 年的一個有趣的醫學研究成果。

1981 年諾貝爾醫學獎頒給了 David Hubel 等幾位哥們，他們發現了信息被傳遞到大腦皮層中是層層識別的。

計算機專家們參考了這一模式。

舉個栗子。。。給一個人看一輛汽車。

首先，人眼接收光線之後，感光細胞會形成一些信號，傳達給大腦，這些信息說白了也是一堆像素。

攝入像素以後，這些信息會先進入第一層提取邊緣特徵：識別出汽車的點、線等邊緣。

這些在第一層提取出來的描述邊緣的信息，會進入第二層，識別出圖像中的基本形狀或目標的局部：比如車門、車燈等。

隨後大腦的下一層會根據這些信息生成一整個目標，也就是一輛完整的車。

前面這些過程，其實幾乎是本能反應，幾乎不需要你去主動思考就能處理完。

最後，這些被處理過的信息會進入更高級的大腦皮層進行思考，並且得到一些抽象化的結果：比如對這輛汽車的描述。

而這一發現，被計算機專家所仿照，按照這樣由低到高，層層遞進，高層的特徵是低層特徵的組合。

這有點像捲起來的紙一樣越卷越多，這一類模型被稱為卷積神經網路模型~

這樣，大家就不用設計特徵了，因為連特徵都讓計算機自己去學了。。。

但，隨之而來的，這個新生兒就沒了之前人為設計好的演算法邏輯了。人們需要投喂數據給這個小朋友。

那怎麼辦呢，學。。。

這個過程還怪暴力的。科學家們給計算機觀看了數以億計的圖片，並且人工告訴在計算機每張圖片里有什麼東西。

在學習了如此龐大的圖片庫以後，你就有一個閱片無數的小哥幫你識別圖片了。

這時候，你再把新的圖片拿給這個小哥，他也能夠根據之前學習過的 「 經驗 」 來判斷新圖片里有啥東西~

並且能夠簡單描述一張圖片。

到這裡，大家知道為啥，計算機能對圖片里的物體進行一一辨別了吧。。

在現代工業上，有一門學問叫做仿生學，將生物體的結構和功能原理，應用到工業領域上。

大家小時候應該都從課本上得知，人們學習蝙蝠靠超聲波定位的原理，發明了雷達；

學習蜻蜓翅膀上的翅痣結構，在直升機羽上部分加厚，提升了安全性。

以往我們認為，抽象的計算機工程很難在大自然中找到借鑒對象，結果發現還是被教做人了。。。

相信看了之前的描述，差友們都發現了，在關於教計算機怎麼思考這件事上，人們借鑒了自己的大腦：

在一層層大腦區域內，信息經過初級特徵處理，到抽象描述，從頭到尾搞定了視覺的產生過程。

人們在計算機視覺上摸索了這麼久，最終還是用上了大自然一開始的解決方案，這個方案人類晚了幾百萬年才用上。。。

人類站在了地球的頂點，證明了自己可能是大自然創造過的最好的產品。

如今現代工業發展了幾百年，我們終於能做出足以與之媲美的工業產品了，它就是人工智慧。

參考資料、圖片來源：

Image Inpainting for Irregular Holes Using Partial Convolutions, 2018. https://blog.csdn.net/zouxy09/article/details/8775360 https://www.bilibili.com/video/av2812282/

https://shift.infinite.red/avoid-nightmares-nsfw-js-ab7b176978b1

「 科技的力量 」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！