機器學習概念走紅, 對於大眾來講, 它往往意味著革命性的創新和突破, 然而, 從用戶的角度出發, 機器學習的亮點卻往往在於最細微性的創新。 例如, Twitter 就使用神經網路技術將圖片預覽這一不起眼的使用場景做到了最佳。
圖丨使用 Twitter 自動裁剪技術前後的圖像表現
其實, Twitter 一直以來都在研究這個工具, 在昨天的博客文章中, 機器學習研究員 Lucas Theis 和機器學習負責人 Zehan Wang 詳細解釋了他們如何利用面部識別技術來打造更好的圖像預覽, 但卻在研究過程中發現例如景物、物體等照片無法適用這一技術。
於是, 他們提出了使用“顯著性裁剪”的解決方案, (這裡的顯著性意味著圖像中最有趣的一個方面)。 為了更好地定義“顯著性”, 他們使用了大量學術研究中魚眼球追蹤有關的資料, 記錄人們首先看到的圖像區域。 Theis 和 Wang 解釋道:“這些資料可以用來訓練神經網路和其他演算法來預測人們可能想看的東西。
圖丨使用 Twitter 自動裁剪技術前後的圖像表現
而一旦這項技術要被投入到實際的網站應用中的話, 那就要求其必須可以達到即時處理的效果, 幸好照片預覽的剪裁形式非常廣泛, 用戶要做的自由使用而已。
目前, 該技術的處理速度要比之前設計的快上 10 倍, Theis 和 Wang 對此的解釋為, “可以做到在圖片上傳的同時做到同步的顯著性檢測”。 如果你感興趣的話, 可以前往 iOS 和 Android 應用商店下載 Twitter 體驗這一功能。