谷歌新開(kāi)放了一個(gè)數據庫，要讓機器自動(dòng)識別視頻中的動(dòng)作行為

谷歌希望通過(guò)開(kāi)放這個(gè)數據庫，進(jìn)一步改進(jìn)他們基于視頻識別的機器視覺(jué)能力。

谷歌在機器視覺(jué)學(xué)習方面積累大量的數據以及技術(shù)，最近，他們推出了一個(gè)新的視頻數據庫，名稱(chēng)為“原子視覺(jué)行為（AVA）“，該數據可由一個(gè)或多個(gè)標簽組成，能夠推動(dòng)計算機視覺(jué)識別影像中行為的研究。

說(shuō)到圖像識別，其實(shí)谷歌的照片應用就可以自動(dòng)識別出寵物圖像，很多公司也在圖片識別上作出很多優(yōu)化嘗試，比如Shutterstock上周公布了一項全新的測試功能，用戶(hù)可以根據自己的布局來(lái)搜索股票照片。

相較于這些發(fā)生在靜態(tài)圖像領(lǐng)域的機器視覺(jué)識別技術(shù)，應用到視頻中的難度會(huì )更大，因為在視頻中，每一幀畫(huà)面的都包括各種復雜的場(chǎng)景，而且很多時(shí)候視頻中一個(gè)動(dòng)作是由不同的人發(fā)出的。不過(guò)視頻識別方面的應用現在也有一些案例，比如著(zhù)名色情網(wǎng)站Pornhub，它可以自動(dòng)對成人視頻進(jìn)行分類(lèi)，包括讓系統識別出特定的性姿勢。

谷歌的軟件工程師也解釋道， “讓機器去識別影像中的人類(lèi)行為是發(fā)展計算機視覺(jué)的一大難題，盡管過(guò)去幾年在圖像分類(lèi)和尋找物體方面取得了突破。”所以谷歌推出了這個(gè)AVA數據庫，AVA包括80多個(gè)被動(dòng)作標簽標注的Youtube視頻網(wǎng)址，比如握手、接吻、喝酒、擁抱等等。

谷歌希望通過(guò)開(kāi)放這個(gè)數據庫，進(jìn)一步改進(jìn)他們基于視頻識別的機器視覺(jué)能力。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！