第258章 无心插柳柳成荫

    “人景分离项目……”

    叶晓奇心说，来了，认真的聆听状，对这个项目非常关心。

    “目前遇到了一些问题，主要是由于图片集数据量不够，导致我们的在此基础上建立的特征库，识别准确度非常低下。同时由于美工设计师的不足，在人工剥离人像上也显得资源缺乏。”

    “唉……”

    叶晓奇心里轻轻的叹了一口气，到此为止，最关心的两个项目，都遇到了各自的困难。一个是自身的不足，自动化基因缺乏。一个是世界性难题，深度学习需要海量的图片，世界各国的数据集都还在建，imageNet的数据集也还很弱小，中生代的勤工俭学数据集计划也才开展没多久。

    “所以针对这两个问题，我们基础架构研发部，一方面加大美工的招人力度，另一方面我们开辟了一个新的思路，那就是把包含人像的视频按帧拆分，作为我们的图片素材来源。”

    “在此过程中，我们发现，通过对眼睛特征和嘴唇特征的综合表现，可以计算出一个人的情绪；通过眼睛和嘴唇的连续变化，可以得到一个人的情绪变化指数；通过唇形的连续变化，可以大致的知道这个人说什么话……”

    正在失望之中的叶晓奇，震惊的问道：“你是说，读唇？”

    霍蓓蕾拨了拨发梢，答道：“是这样的，没错，这将是我们后续的参考研发方向。”

    “你是说，因为相应的图片集不足，所以你们就把脑筋动在了视频上。然后，就得到了这个东西？”

    霍蓓蕾点点头，“没错。”

    叶晓奇却感到有些凌乱，科研树发展基本方向不应该是这样的。

    图像AI技术大发展是建立在imageNet的深度学习理论的基础之上的，深度学习得到的特征库是一系列相关计算的核心，而深度学习依赖海量的图片。

    所以图片不足，你们就特么去拆视频？拆视频就算了，美工不足所以你们直接就把人脸识别那套搬过来了，结果大把的资源撒下去，人景分离还是没整出来，却发现了可以做情绪识别和读唇术？

    这下总算知道刚刚香取绫汇报的大笔支出花在哪了……

    真真的应了那句话：有心栽花花不开，无心插柳柳成荫

    “准确率多少？”

    任何图片项目都是有准确率作为标尺的，就以人脸识别来说，准确率低于50%的研究没有任何意义，商用阶段起码要拥有80%以上的准确率才行。

    “情绪识别准确率高达64%，主要包括哭、笑、怒、乐、难过、伤心等词缀，目前还在进一步学习，因为分类决策比较少，所以这个学习进展非常快。唇语识别，目前仅限于普通话中文，我们主要是采用央视某套有字幕的节目进行学习的，经测试，对特定的几个主持人的口型识别准备率接近74%，而此类泛用视频的识别率……不足5%……”

    74%……不足5%……

    情绪识别抛开不提，单说唇语识别。

    74%什么概念，就是一句话识别正确的字数到七成，就以“人类是低等植物”这几个字来说，可能意思完全相反，但是对人类来说，猜到它的正确意思一点困难都没有。而实际错误发生的地方都是随机的，也不一定会错的这么离谱，比如“黑灰花卉会挥发”这句话，就如同正常人笔误一样。

    叶晓奇不禁为那几个主持人感到默哀，估计他们要是知道他们说的话被天网研究透彻到了这个地步，以后路过中生代都会远远的绕道走。

    当然只针对这几个人的研究是没有意义的，所以才有泛用的说法。

    泛用识别率不足5%，听起来似乎不那么靠谱。可是事实不是这样的，万事皆有开头，只要研究大方向上没错，后续只是时间的问题。