“Alice Who”的APP，是什么原理？

4

这个APP是好用，你只要把手机摄像头对准一栋建筑，或一家餐厅，“Alice Who”就会告诉你，这是什么地方，这家餐厅叫什么名字；“Alice Who”还能够帮你链接去美国版的大众点评网Yelp，FourSquare等，让你能够了解这家餐厅的详细信息和评价。
看似简单的应用，背后包含了复杂的技术。对于户外环境中建筑、店面的识别，一直是计算机视觉的难点。如何让计算机看清楚，看得准？即使户外的光线千变万化，即使环境中存在众多干扰因素？

3

蛋壳建设的小船

赞同来自 : 拔光的鸡、发如雪、图像语言

这是一款新的机器视觉，

计算机视觉（Computer Vision）是近年来大家谈的较多的话题。无人驾驶汽车、无人机等产品渐渐进入大众视野，如何让机器能够像人一样，有看见、辨识周围环境的能力，成为这些产品成功的关键。
随着计算机视觉技术的发展，人们开发了不同的手段来帮助机器“看见”物体。大部分技术是基于同一基础的，那就是点状云（Point Cloud）。通过3D扫描物体，构建点状云，然后用点状云训练机器的算法，让机器能够辨识出这个物体。
但是，这种标准的技术，在室内适用，识别物体、人脸都很给力，却不擅长识别户外建筑。在户外，随着光线的变化，不但建筑反光的颜色和强度会变化，阴影会变化；此外，建筑物周围的行人、停靠的车辆，也会影响机器对其的识别。

举个例子，我们在上午10点拍摄的咖啡的图像，与下午4点再次拍摄的图像，对于机器识别来讲，可能是完全不同的两个场景。并且，建筑物的体积较大，人通常并不能拍到其全貌。这也给机器识别带来了挑战。

2

拔光的鸡

赞同来自 : 发如雪、图像语言

Fringefy独辟蹊径的计算机视觉技术，主要集中于应对这些挑战。Fringefy所开发的算法，专注于把握建筑的几何形状，而非整体和细节。也就是说，通过把握建筑的门、窗及主要结构，避开光线和干扰物的影响。

1

发如雪

赞同来自 : 图像语言

我还是不知道，这款APP是如何快速准确地进行图片识别？

1

图像语言

赞同来自 : 无国界

通常，Fringefy会把用户通过手机摄像头捕捉到的图像，与数据库中的图像进行比较、匹配。那么，如何将一个图像，与云上的成千上万张图像比较，并且快速、精准？背后的两个关键词是：数据库和标签策略。

Fringefy的数据库来源分为两类。对于一些客户，例如国防安全类的，客户会负责提供图像数据库。但是Fringefy也能够自己抓取公开网络上的图像，快速形成图像数据库。例如，Yelp，Trip Advisor等网站上，有用户上传的大量图片，包含了建筑外观，并有相应的地点信息。在制作“Alice Who”APP时，Fringefy建立了整个旧金山的商业类建筑的数据库，包括所有的餐厅、酒吧等，只用了2到3天的时间。目前，这个公开网络数据抓取的能力，还不是全自动的。Fringefy的下一步，就是研发能全自动的从浩瀚的网页上抓取图像，形成数据库的解决方案。
不过，如果每次都要将一个图像与云上的成千上万张图像比较、匹配，可能会减缓识别的速度。所以Fringefy配合使用了标签（signature）策略，让计算机算法根据某类标签，先进行预筛选，然后再匹配识别，以配合现有的电脑处理的条件。
例如，地址可以作为一种标签。当用户在某一个地点用摄像头捕捉图像时，用户的手机会上传地理位置信息。Fringefy就能根据这个地理位置信息，先筛选出数据库里附近的建筑的图像，再与用户手机捕捉到的图像进行匹配，从而更快、更准的得到结果。

年月

5 个回复

发起人

相关问题

问题状态

年 月

“Alice Who”的APP，是什么原理？

与内容相关的链接

5 个回复

发起人

相关问题

问题状态

年月