2
雷鋒網(wǎng)注：本文作者何之源，復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)碩士在讀，研究人工智能計(jì)算機(jī)視覺方向。本文由雷鋒網(wǎng)編輯整理自作者知乎專欄，獲授權(quán)發(fā)布。
先進(jìn)的圖像識別怎樣改變AV產(chǎn)業(yè)？
說到這方面，日本人表示，你們都弱爆了！
我來舉幾個(gè)例子：
| 一、chainerによるディープラーニングでAV女優(yōu)の類似畫像検索サービスをつくったノウハウを公開する - Qiita
翻譯：使用chainer和深度學(xué)習(xí)搭建女優(yōu)圖像檢索服務(wù)
這位仁兄做了個(gè)實(shí)驗(yàn)，使用爬蟲在網(wǎng)上搜集了大量的女優(yōu)面部圖片，使用dlib做面部識別的處理。使用chainer搭建神經(jīng)網(wǎng)絡(luò)并測試。最后實(shí)現(xiàn)的功能就是，根據(jù)一副圖像，自動(dòng)識別最相似的女優(yōu)。
更厲害的是，最后作者表示：“最後に宣伝になりますが、CNNを使ってAV女優(yōu)の類似畫像検索をしたサイトを作っているので、よかったら見てみてください?！薄Ｒ簿褪钦f，他把這個(gè)服務(wù)搭建成了一個(gè)網(wǎng)站，歡迎大家來訪問。網(wǎng)站的地址我就不發(fā)車了，大家自己到原文去找吧。
| 二、ディープラーニングで「顔が似ているAV女優(yōu)を教えてくれるbot」を構(gòu)築 - Qiita
翻譯：使用深度學(xué)習(xí)構(gòu)建一個(gè)可以自動(dòng)檢測最相似女優(yōu)的機(jī)器人
這個(gè)看起來和第一個(gè)差不多，其實(shí)是不一樣的。這個(gè)機(jī)器人能從面部打碼的圖片，識別出原來的人物是誰。
效果如圖：
機(jī)器人：照片中的人物為上原亞衣。相似度98.730320%。
| 三、ディープラーニングで顔寫真から巨乳かどうかを判別してみる (うまくいったか微妙) - Qiita
翻譯：使用深度學(xué)習(xí)，通過面部照片，嘗試判別胸部大小。
這個(gè)腦洞我真的表示無語，真的能成功么？
作者還是一樣的套路，先搜集了好多面部圖片當(dāng)訓(xùn)練集。使用了tensorflow進(jìn)行訓(xùn)練，最后的結(jié)果如下：
巨乳的召回率為82%(69/84)
貧乳的召回率為37%(30/81)
作者表示巨乳組正確率喜人，但貧乳組不行。要提高正確率，還要更多的數(shù)據(jù)集。
另外摘錄一些有趣的網(wǎng)友評論：
yomox9： 有意思。那么從男性的面部特征出發(fā)，好像也可以做相同的事情呢。
u651601f：求巨乳圖片的訓(xùn)練集。感謝樓主。
| 四、Ecstascene: 音特徴を利用した成人向け動(dòng)畫における最高潮場面推定システム
翻譯：使用音頻特征推測成人視頻的最高潮場面
嚴(yán)格來說這個(gè)其實(shí)不是圖像領(lǐng)域了。原文我沒找到，不過看標(biāo)題基本就明白什么意思了。
補(bǔ)一張圖（作者竟然是東京大學(xué)情報(bào)理工系的，為什么研究的東西那么奇怪......）：
本文部分例子參考了：深度學(xué)習(xí)應(yīng)用在哪些領(lǐng)域讓你覺得「我去，這也能行！」？
雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
