為提供您更多優質的內容,本網站使用cookies分析技術。若繼續閱覽本網站內容,即表示您同意我們使用 cookies,關於更多cookies資訊請閱讀我們的隱私權政策
作者/劉呈逸Web only 2018-09-27 圖片來源:unsplash.com、Google developers@YouTube、劉呈逸
今年舉行的I/O大會上,Google宣布將把擴增實境(AR)技術應用到地圖中,網友只要在使用地圖時,同步開啓手機相機,就能在實景中直接顯示導航資訊。這解救了一打開地圖就眼花撩亂、難以判讀的「無方向感一族」,可透過直覺式引導,順利抵達目的地…

超過10億個月活躍用戶、涵蓋3300萬公里、220個國家與上億的地標資料,運行超過10年的地面實況計劃(Ground truth),使得Google 地圖早早成為地圖軟體的一方之霸。

2017年,Google更將人工智慧技術裡的「深度學習」與地圖結合。Google地圖的軟體工程師盧金比爾(Andrew Lookingbill)於2018年9月舉辦的「Google機器學習系列媒體聚──Google地圖應用」,分享深度學習在地圖上的應用。

金比爾指出,辨識街景資訊對於電腦自動化作業是很大的挑戰。門牌或招牌雖已涵蓋製作地圖所需的內容,但這些資訊通常混雜且無序,而派出的街景車並非每次都能以同樣的角度截取圖資。

過去透過字元辨識軟體去分析影像內容的光學字元識別(OCR)方法,並不足以應付此類雜亂的資訊,深度學習便很適合在此時發揮力量。

何謂深度學習?人工智慧依應用層面有強弱之分,強人工智慧意指任何領域通用且具備人的能力;弱人工智慧則專指在某些特定領域具備人的能力,例如聲音、圖像識別。

深度學習則屬於弱人工智慧裡機器學習的一個分支,用機器模擬人類大腦在處理資料的運作模式,配合「餵食」大量資料讓機器深度學習,就能訓練機器學習出一套辨識模型,讓機器能夠從未結構化的抽象資料,判讀出有意義的內容。

金比爾的團隊利用深度學習裡的深度遞歸神經網路(RNN),建立出一套注意力機制,讓機器能夠主動關注或忽視圖像裡的某些元素;甚至能在機制裡制定規範化指令,例如要求機器將影像路牌裡的“Av.“字元,指定辨識為大道“Avenue”。

贊助文章

推薦影音

最新評論

資深職人最多人關注

more

最新消息

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5

深度專輯

more