中企动力 > 商学院 > 图案识别
  • ?

    苹果获新AR专利 识别图像中的对象作为AR虚拟物体

    邱尔白

    展开

    美国专利及商标局日前正式公布了44项苹果授权专利,其中包括一个根据图像识别来合成增强现实结构的系统。专利(US 9,824,495)涵盖了一种用于捕捉现实世界图像,检测图像中的对象,“几何重建”对象的虚拟呈现,然后再把虚拟对象作为AR对象叠加在真实世界视图。

    专利文献中描述了这一系统的各种方法和应用。例如,它可以把手册或装配说明嵌入至产品图像之中;在地图上提供关于国家的信息;或根据扫描的设计方案呈现建筑师的渲染。

    这份专利的发明者是Flyby Media的Netanel Hagbi和Oriel Bergig(Flyby Media已被苹果收购),以及以色列计算机科学家Jihad El-Sana。

    对于未来科技的专利而言,其应用通常只能停留在读者的想象力之中,但这一次不同的是,相关的视频片段展示了专利系统的实际应用。

    2012年在坎特伯雷大学的一次研讨会上,以色列计算机科学家El-Sana介绍了专利中描述的研究。在演讲中,他演示了如何将AR内容嵌入至滑雪地图的复印件中,然后基于相机对地图的识别进行渲染。这个例子可见于苹果专利文件的图4,而苹果专利进一步描述了如何根据模拟物理学来显示滑雪者向下滑行。

    在他的演讲中,El-Sana描述了计算机如何识别图标的形状和姿势,并提取与之相对应的3D模型。他通过一个视频介绍了这种方法。系统基于图像的轮廓和手绘形状识别物体,而3D模型将呈现硬纸片的上方。苹果的专利文件同样提及了相关方法。

    另一个视频演示了在草图上生成AR内容的另一种方法。如专利所述,发明者在白板上手绘了一系列的图案,然后系统相应地渲染出建筑和植物等等。在视频后面的演示中,发明者在白板上手绘了一系列的障碍物而系统则相应地进行了渲染,然后两辆动画越野车在这个动画赛道上运行。

    考虑到FlyBy Media在ARKit中的作用,以及专利的软件本质,这个功能有可能成为未来版本的工具包。就像ARKit的当前版本一样,这种基于图像识别的功能十分有利于以消费者服务为中心的应用程序,以及游戏和娱乐应用。

    另外,这个专利或许能为其他构建AR工具的企业造成威胁。例如,Vuforia正在为Vuforia 7推出一个名为Model Targets的类似功能。

    from:映维

    新浪声明:新浪网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。

  • ?

    识别建盏的一些技巧

    纪大楚

    展开

    在习惯上,人们把福建地区生产的瓷器,都称之为建窑瓷。在建瓷中,最受重视的就是“建黑”和“建白”两种瓷器。

    前面说过,“建白”指的是明代德化窑的白釉瓷器;而“建黑”,就是指宋元建阳窑烧造的黑釉瓷器。

    建阳在宋时属建州管辖,故称建窑,或称建阳窑、乌泥窑。这是狭义的“建窑”概念。建阳窑始建于晚唐,至两宋达于顶盛,到元代就逐渐衰落。

    其实,所谓建窑黑釉瓷,建阳水吉镇一带是它的主要窑场,除此,在宋元时期,同在福建的崇安、松溪、光泽、泰宁、建宁等地也都在烧造。

    唯宋代时,建阳窑烧造的黑釉茶盏无论数量或质量,均位居第一,著称于世。建窑也因此而跻身于宋代的著名瓷窑之一。建窑除黑釉瓷外,也生产青釉、白釉、褐釉等其他瓷品。

      在宋代时,饮用的白茶是通过半发酵的方法制成的膏饼。饮用时先把膏饼碾成粉末,再放入茶盏,沏入初沸的开水,水面即浮起一层白色的泡沫。

    宋人认为,泡沫越多,则茶叶就越好。文人好事,遂以斗茶来比试取乐。于是,斗茶之风骤起,后来从民间又传入皇室,皇室、官员也纷纷以此为乐。在这种情况下黑釉茶盏便应运而生。因白茶入黑盏最便于观色。

    建窑烧制的黑釉盏一度成为皇室斗茶的专用茶盏。其中的名贵品种如兔毫盏、油滴盏、窑变釉花盏等更是成为进贡皇室的贡品。这些贡品中,部分茶盏的底部刻有“供御”、“进琖(盏)”字样的,便是当年准备进贡的贡品的见证。

    据已故专家冯先铭先生生前考据认为:宋徽宗赵佶斗茶时使用的茶盏就是建窑的兔毫盏。

      黑釉盏,在当时不是只有建窑一家在烧,比它创烧略晚的吉州窑也在烧。一般传统的看法认为在品种上,吉州窑要远比建窑丰富。

    建窑的主要产品是兔毫、油滴、曜变和鹧鸪斑釉花盏等几种,而吉州窑除了这几种以外,尚有玳瑁斑、木叶纹、玳皮釉、虎皮釉、彩绘纹、洒彩纹、剪纸贴花等多种。

    但是,据当地资深研究专家近期研究发现,建窑发展到南宋,已拥有两大系列的产品。一是自然窑变类。产品包括兔毫、油滴、曜变、柿色、乌金盏等多种;

    二是人工装饰类。从装饰材料看,有氧化铁装饰、乳白釉装饰、草木灰装饰、描金银装饰等四种;从装饰方法看,有点装饰、线装饰、图案装饰、文字装饰等四种。

    因此,说吉州窑品种要远比建窑多的说法,看来需要深入研究。那么,如何区别吉州窑和建窑瓷,我以为,主要还是要看它的胎色和胎质。

    建窑用的是乌泥胎,胎色黑灰或紫黑,胎质较紧密厚实,沉着无光;而吉州窑胎质较疏松,界于瓷陶之间。胎色主要是米黄和土红两种。

    建窑的胎体都是厚重坚致。其底为浅玉环圈足,修胎草率有力,刀法自然,可见旋坯纹。建窑器物以碗盏居多。其造型口大足小,状如漏斗。

    有敞口和合口两种口形,以敞口为多。建窑施釉器体内外均施,以浸釉法为主,外部施釉不到底,下面露胎。这是为防止施釉过满,釉水垂流,造成粘连而产生废品。因釉厚垂挂,在黑釉盏的外面下方,常可看到因釉水流动而凝聚成的滴珠状的釉块。

    下面主要以兔毫盏为例,说一下辨识宋代建窑黑釉茶盏的一些要领。

    兔毫盏是建窑当时烧造的一个主要品类。真品典型的兔毫盏为翻边束口,底足无釉的。胎为乌泥色。釉面呈条状结晶纹,细如兔毛之尖。兔毫分黄、白、褐、蓝等几种窑变色,分别称为金毫、银毫、蓝毫等。也有叫玉毫、异毫、兔毛斑、兔褐金斑等名称的。

      要鉴识真伪,先看造型。真品造型敦厚古朴,大小适宜,线条自然流畅,修胎随意大方。端在手上,散发出一种古意盎然的气息。仿品上手,感觉比宋盏要略大些。外观过于规整,胎釉比真品要显单薄,制作过于灵巧。总之,古韵嫌不足。多看真品,不难感受。

    再观其胎体。真品上手较沉,有压手感。乌泥胎胎质坚致,修胎随意有力,虽粗糙却自然。圈足虽是玉环式,但较浅而近于平底。

    由于宋代施釉常用浸釉之法,工匠须手捏圈足,盏口朝下,浸入釉浆。这样,在圈足边缘的胎面上,有时会留下工匠以手抓捏的手指痕,这也是真品的一个特征。

    另,圈足内沿可常见少许浅黄色的垫饼残迹,因高温烧造而粘附于上,不易脱落。这一点,也是真品的特征之一。

    胎底于放大镜下可见呈肥腻状,这是时间造成状态,所以无法做出。仿品在放大镜下是做不出肥腻的玉质感来的。常见的仿品胎土的加工过细,修胎过于整齐。胎壁稍嫌薄。圈足弧度过圆,底足常挖得稍深。由于配比掌握不好,胎色不够深,不似宋代真品的粗、紫、黑、坚,有一种沉重感。

    很主要的一点是观其釉面。真品的黑釉盏,由于运用浸釉法施釉,盏放正之后,釉水会从上到下呈自然流淌状。高温烧造后,口沿釉水较薄,多呈黄褐色。从上到下釉水渐次变厚。兔毫流淌下垂,呈现出一种浓淡深浅,上浓下淡,曲弯而不规则的状态。纹理流畅而均匀。阳光下黑色釉面闪烁出金红色的光点,兔毫发出金、银,或蓝色的光芒。釉色肥厚,有玉质感。仿品因胎釉提炼不够,杂质偏多,因此,釉较难烧出应有的光芒和色彩。

    仿品黑釉窑变的效果勉强,兔毫的感觉不强。釉面显干燥,放大镜下感受不到肥腻的玉质感。窑变的兔毫条应是向下快速流动的痕迹。但仿品因胎釉配比和窑温控制不当,铁质过多(真品胎中铁质含量在9%以上,烧造窑温在1300度以上),导致流淌受阻现象。真品垂流痕迹有如烛泪,厚而没有规则,参差不齐。仿品过于薄,过于整齐,不自然。

    宋代黑釉盏一般都是出土器。经过千年土中腐蚀,釉面用手摸起来应有一种扎手感,放大镜下可见坑坑洼洼的麻子状和条状的侵蚀痕迹,严重的可见露胎之处。另,褐色兔毫比黑釉更易受浸,因此,用手摸之,可有凹凸不平之感。放大镜下可见兔毫凹陷于黑釉之下,这就是时间的烙印。

    仿品常釉面平滑、光亮,黑釉和兔毫在同一平面之上。也有用强酸腐蚀处理,使整个釉面受损,变得木死无光,没有温润之感。也有用金刚砂或砂纸打磨口沿做旧,仔细观察,可以识破其做假伎俩。

  • ?

    世界名车标志和识别

    禹夜春

    展开

    1.倔强的公牛——兰博基尼

    兰博基尼(Lamborghini)公司的创始人佛鲁西欧·兰博基尼的性格特别倔,认准的事非干不可。当初就是因为与法拉利赌气才开始生产汽车的。因此,他较喜欢勇猛的公牛,并用它作为公司的标志,公牛浑身充满力气,正准备冲击,象征兰博基尼的汽车马力大、速度快,勇猛顽强。

    兰博基尼的车型基本都是“楔形”,车头低矮扁平,车身棱角分明,车门上下开关(铡刀式车门),车尾垂直断面,整个汽车更像是用刀剑切割出来的艺术作品,非常有冲击力。

    2.马图腾——法拉利

    法拉利Ferrari)的标志顶端是意大利国旗的色条,黄底色为法拉利公司所在地摩迪纳的城市标志色,主图案是我们熟悉的“腾马”。“腾马”图案的来历还有个故事。那是1923年5月25日,在靠近Ravenna的Savio赛场取得胜利后,恩佐·法拉利被第一次世界大战中的传奇飞行员弗兰西斯柯·巴拉卡的母亲认出。巴拉卡是协约国意大利的空军飞行员,在第一次世界大战中曾击落34架奥匈帝国的飞机。1918年,他被奥匈帝国的飞机击落而坠机身亡。巴拉卡的飞机上画有一个腾马图案。巴拉卡的母亲见到恩佐·法拉利后,拿着儿子巴拉卡的“腾马”纹章对恩佐·法拉利说:“拿去吧,贴到你的车上,它会给你带来好运。”法拉利欣然同意,果如她言,带有“腾马”标志的法拉利赛车连连夺魁,并从1929年正式成为法拉利车队的标志,后来法拉利跑车也使用“腾马”徽标。

    法拉利跑车是超级跑车的标杆,它的造型在Pininfarina的精湛技艺设计下,始终展现出动感优雅、激情火热的风格。法拉利汽车都是双座式设计,“凸眼泡”则是法拉利汽车的独特造型,所有型号的法拉利汽车的发动机盖部分,都低于融合有前大灯的两侧轮拱部分。

    3.三叉戟——玛莎拉蒂

    玛莎拉蒂(Maserati)是一家知名意大利赛车与跑车生产商,于1914年在博洛尼亚成立。公司的总部现位于摩德纳,他们的徽章是一支三叉戟。玛莎拉蒂曾经是法拉利(一家菲亚特拥有大部分股权的公司)的一部分,现为意大利汽车巨人菲亚特直接拥有。由意大利设计师乔治亚罗(Italdesing Giugiaro)塑造了其经典的外形线条,内部则集合了高性能跑车技术的应用,将自己的传统风格与流行款式相结合,从而在运动车领域独树一帜。[1]

  • ?

    8 张图教你识别化妆品包装上的那些奇怪图案

    夏波

    展开

    8 张图教你识别化妆品包装上的那些奇怪图案

    从来没有看过化妆品说明书的读者,或许还没有注意到,在各种化妆品包装上都或多或少会有几个意思不明的图案。三角形循环的图案,基本都能猜到是可循环的意思。但是那些标有数字的小盒子,莫名其妙的爱心图案,都是什么意思?写这篇文之前,我把家里所有的化妆品都翻了出来。大多数化妆品包装上都印有带数字的小盒子,各种各样的箭头循环标志,有些还有书本标志,从印度带回来的日用品上有鲸鱼图案,而泰国的则是缩成一团的兔子。

    这个标志是最常见的,几乎每一种化妆品上都有,除了片状面膜。上面的数字表示化妆品开封后多少时间内使用,否则最好丢弃。12M 表示 12 个月,6M 当然是 6 个月了。

    动物标志,就如我上面说的,兔子或者鲸鱼,往往代表了没有动物被杀害(没有动物实验或测试)。其实,下图所示的“跳跃的兔子”( leaping bunny )才是国际标准下的无动物实验标志,由美国消费者化妆品信息联盟( The Coalition for Consumer Information on Cosmetics,简称CCIC )负责管理实施,还拥有专门的网站。这个标志并不常见,尤其是大牌化妆品。

    这个标志也很常见,表示其包装绿色可循环。但我们往往搞不清楚,这个被称为“绿点标志”( The Green Dot )的可循环图案和另一种常见的、带有数字的三角形有什么区别。其实“绿点标识”是世界上第一个有关绿色包装的环保标识,于 1975 年问世。绿点的双色箭头表示产品或包装是绿色的,可以回收使用,符合生态平衡、环境保护的要求。而三角形循环标识则是由美国塑料行业相关机构制定。也就是说,只有塑料包装才会有这个标志。但是也不排除两种标志同时出现在一种产品包装上。三角形往往伴随着数字,1-7 的数字代表不同的塑料种类:让民众无需费心去学习各类塑料材质的异同,就可以简单地加入回收工作的行列。我的面膜上标注了“其他”,而一款日妆上则直接注明了 PE 和 PET 两种塑料,一款韩妆上写的是 PP。矿泉水瓶子上多标注数字。

    这个中心带有 V 的爱心标志,表示除了没有进行动物试验,产品还不包括动物成分或者副产品。比如,产品配方中如果包含有蜂蜡等成分,则不能使用这个标志。对于素食者来说,这个标准绝对不被允许滥用。

    这个标志比较容易理解。用手指着一本打开的书的标志,表示产品本身包装空间太狭窄,想要获取详细信息,可以从另附的说明书上寻得。我只在一款法国化妆品上有看到这个标志,确实它有一个叠起来的小说明书。

    小写 e 标志也比较常见,出现在毫升数后面,表示净含量。

    ECOCERT 指的是有机产品认证,产品配方中不含有转基因物质,合成香料,动物性成分、矽统、乙二醇等。具体分为两种类型:一是有机化妆品,规定配方中 90% 以上的植物都为有机植物,而 10% 以上则必须来自有机认证农场;另一种为天然化妆品,则 50% 以上为有机植物,5% 以上来自有机认证农场。上面那个标志产生于 1991 年的法国,下面这个则来自美国。自 2002 年起,美国标签 USDA Organic 取代了当地数十个有机标签。表示产品制造过程无基因工程,农产品的生产和处理过程中没有受到电离辐射,没有合成物。只有 100% 有机的产品被允许张贴 USDA Organic 的标志,是目前最严苛的认证标准之一。

  • ?

    传统吉祥纹饰识别指南

    仲雨柏

    展开

    纹饰,是一件工艺品的重要组成部分。在器物上装饰一定的纹饰,不仅能增加器物的美观程度,还能通过寓意美好的纹饰,寄托人们对未来的期盼和希冀。

    中国传统纹饰最为繁复精致的时期,当属明清两朝。尤其是明代的金银饰品,运用累丝、镶嵌、捶鍱等多种工艺,在小巧玲珑的头面上做出各种各样的植物、动物、人物纹饰,并用宝石加以点缀,更显富贵雍容。

    明代金镶宝石牡丹花头银脚簪

    日前在常州博物馆开幕的“金玉玲珑——大明王室的宝藏”展览中,就展出了100余件(组)出土于明代藩王墓的精美金银器、玉器。上面的纹饰从传统的龙凤,到与宗教密切相关的三大士、金翅鸟,无不彰显着大明王室的生活格调、艺术品位与精神信仰。

    明代金镶宝石三大士分心

    明清时期的各种工艺品乃至石刻、家具、建筑上,一些常见的纹饰,只要对中国传统文化稍加了解,就能知晓它们的寓意。例如龙纹、凤纹寓意吉祥,在一定程度上也是权力的象征;牡丹寓意富贵;莲纹“出淤泥而不染”,或者与佛教有关;松、鹤、桃等图案都寓意长寿;石榴寓意多子;葫芦谐音“福禄”……

    还有一类纹饰,是动植物纹样的组合,通过谐音来表达美好的含义,非常浅显易懂。比如一只老狮子和一只小狮子,寓意“太师少师”,希望家族早日飞黄腾达;一匹马的上面有只猴子,谐音“马上封侯”,也是早日升官发财之意;一匹马驮着一摞钞票,寓意更明显了,“马上有钱”……(对不起跑偏了)

    清代四合院“太师少师”砖雕

    图自《日下遗珍——北京旧城四合院建筑文物研究》

    也有一些纹饰,同样是几件器物或几种动植物的组合,意思却颇为难解,甚至看上去有些令人害怕。实际上,这类纹饰也在大玩谐音梗和寓意梗,在美好含义方面一点不比龙、凤、牡丹差。这样的纹饰有哪些呢?一起来看看吧!

    暗 八 仙 纹

    ∨

    在一些工艺品或者织绣上,常常能见到鱼鼓(或拂尘)、宝剑、花篮、扇子、葫芦和拐杖、荷花、玉板、横笛这八种图案一起出现,每种东西上还都系着丝带,十分别致。

    这是一种道教图案,名为“暗八仙”,因为只画了八仙每个人手中所持法器而没有画出八仙本仙而得名。

    其中,鱼鼓(或拂尘)代表张果老,宝剑代表吕洞宾,花篮代表蓝采和,扇子代表汉钟离,葫芦和拐杖代表铁拐李,荷花代表何仙姑,玉板代表曹国舅,横笛代表韩湘子。

    清乾隆款斗彩缠枝花卉暗八仙纹碗 常州博物馆藏

    俗话说“八仙过海,各显其能”,这种纹饰的寓意,是要借八仙的法力扫除一切妖魔鬼怪,保护器物主人平安顺遂、心想事成。

    八 吉 祥 纹

    ∨

    同样是八种器物的组合,在一些器物上是暗八仙纹,在另一些器物上却换成了轮子、海螺、伞、华盖、花、罐、鱼、盘肠八种。

    轮螺伞盖、花罐鱼肠,合称“八宝”,是藏传佛教中的八种法器,可以消灾解难。由这八种法器组合而成的纹饰“八吉祥”,是元明清时期器物上十分流行的纹样。

    清宣统粉彩八吉祥纹盘

    图自《南京博物院珍藏大系·清代官窑瓷器》

    八吉祥纹自元代出现以来,发展到明代,有了比较固定的排列顺序。明代早中期器物上的八吉祥纹,通常排列为“轮螺伞盖、花鱼罐肠”;而到了明代晚期,顺序又变成了“轮螺伞盖、花罐鱼肠”;清朝乾隆以后,八吉祥的顺序又发生了变化,八种法器随机排列,不再有严格的谁先谁后分别。

    艾 虎 五 毒 纹

    ∨

    一看纹饰里有“毒”,就生出了不好的预感。而如果不了解五毒纹的寓意,这种纹饰看起来同样会令人害怕:艾叶、老虎、蛇、蜈蚣、蝎子、壁虎(一说为蜘蛛)、蟾蜍。这几种东西放在一块儿,大多数人应该会感到不适吧。

    但明代人的想法正好与现代人相反:蛇蝎蜈蚣之类固然是毒虫,但旁边如果放上艾叶和老虎,就能把毒虫镇住了呀~于是,艾虎五毒纹在明代,便成了辟邪除秽的象征,端午节的时候更为常见,颇具时令色彩。

    明代虎镇五毒纹妆花纱

    图自故宫博物院官网

    瓶+三支戟

    ∨

    一个瓶子里插有三支戟,旁边或许还放着乐器笙,这种图案在明清时期的家具、石刻上或许经常能见到。戟谐音“级”,笙谐音“升”,因此这种纹饰寓意“平升三级”,希望人们官运亨通或者考试顺利。

    清代绣荷包,最左边为平升三级图案

    图自《中国传统服饰·绣荷包》

    有的图案在“平升三级”的基础上又稍加变动,在瓶子里除了三支戟外,多放了一朵莲花,就成了“连升三级”。

    梧桐+喜鹊

    ∨

    明清时期的工艺品上,有时能见到梧桐+喜鹊的组合图案纹饰。其中,梧桐谐音“同”,喜鹊代表“喜”,图案的寓意即为“同喜”。由于“同喜”一般代表着有两件喜事,所以又引申出“喜相逢”的含义。

    以此类推,还可以组合出很多寓意喜事的吉祥纹饰,例如:豹子+喜鹊=报喜、喜鹊+梅花=喜上眉梢,等等。

    蝴蝶+花卉

    ∨

    在明代的金银饰品上,蜂蝶花卉、凤穿花这两种装饰都十分常见。凤穿花的吉祥含义很好理解,那么蜂蝶花卉装饰又是什么含义呢?

    其实,蜂蝶花卉图案的构思,最早来源于五代两宋绘画中的花鸟写生图。这类绘画小品常常清新典雅、富有意趣,很快被设计成装饰图案,移植到金银器物上。

    明代金累丝镶玉蝶赶梅耳坠

    到了明代,蜂蝶花卉的图案更发展出“蝶恋花”的寓意,与“凤穿花”一起成为金银器装饰界的两大巨头。凤穿花富贵典雅,蝶恋花清新隽永,两者各有特色,就看你pick哪一款了。

    鹌鹑+菊花+落叶

    ∨

    菊花、落叶或许象征着秋天,满目萧瑟荒凉,但如果有一只鹌鹑蹲在落叶上,旁边还画有菊花,那么图案的寓意可和荒凉萧瑟半点关系都没有。原来,鹌鹑谐音“安”,菊花谐音“居”,落叶谐音“乐业”,合起来就是“安居乐业”。(真的很佩服明清时人谐音联想的能力了。)

    清代杨柳青年画《安居乐业》

    图自《赏年画 吉祥年画》

    蝴蝶+瓜

    ∨

    几只蝴蝶绕着几个大瓜飞舞,这种图案在明清的各种工艺品上时常能见到,并不是说蝴蝶认为这瓜真香,而是“瓜瓞绵绵”的谐音。

    清康熙蓝色地织五彩串枝牡丹瓜蝶纹妆花缎

    图自《南京云锦图典》

    瓜瓞绵绵这个成语,来自《诗经·绵》一篇的前三句:“绵绵瓜瓞。民之初生,自土沮漆。”寓意为子孙繁衍昌盛。

    蜻 蜓

    ∨

    蜻蜓轻盈灵巧,又是益虫,深受人们的喜爱。明清时期,首饰上装饰一只蜻蜓,则有“青春永驻、亭亭玉立”之意,是对佩戴蜻蜓的女子的美好祝愿。

    清代金镶宝石蜻蜓簪,故宫博物院藏

    图自徐启宪主编《宫廷珍宝》

    在清代,蜻蜓又根据它的谐音,衍生出了“大清安定”的含义。此时佩戴蜻蜓首饰,既是在为自己求好运,也为国家祈求昌盛。

    蜻蜓+莲花+鹭鸶

    ∨

    蜻蜓单独出现,表示祝愿女子青春永驻。它与莲花、鹭鸶一同出现的时候,图案的含义则会发生变化。三样东西凑在一块儿,不是代表池塘小景,而是“一鹭蜻莲”,谐音“一路清廉”,表示对为官之人的劝勉和希冀。

    金镶宝石“一鹭蜻莲”顶簪

    莲花+莲叶+鹭鸶

    ∨

    莲+鹭鸶的组合不变,只是把蜻蜓换成荷叶,这种纹样的含义与“一路清廉”又有差别。莲花和莲叶合起来是一棵完整的莲花,即“莲棵”,谐音“连科”。

    清代“一路连科”绣荷包

    图自《中国传统服饰·绣荷包》

    因此,这种纹饰表达的是“一路连科”,祝愿科举考生门门过、场场过;如果是已经做官的人,也可以用“一路连科”祝他官运亨通。总之,“一路连科”的功能大概类似于今天的杨超越。

    图案中莲和鹭鸶的旁边,有时还会加上芦苇,意为“柯”,同样是“科”的谐音。

    螃 蟹

    ∨

    螃蟹长相丑陋,谐音似乎也没有什么好词,成为寓意吉祥的纹饰,难道是因为它好吃?

    当然不是好吃,是因为它有“甲”。

    明清时的科举考试中,殿试的成绩榜分为三甲:一甲有三人,分别为状元、榜眼、探花;二甲若干人,赐进士出身;三甲若干人,赐同进士出身。明代对二甲第一名和三甲第一名还有专称,称为“传胪”;到了清代,“传胪”则专指二甲第一名。

    拜明清科举考试所赐,螃蟹在吉祥纹饰中也占了一席之地:一只螃蟹代表“一甲”,两只螃蟹代表“二甲”,三只螃蟹代表“三甲”,简单粗暴,特别接地气。还有的纹饰在两只螃蟹周围画上芦苇,“二甲传胪”的含义,不要太明显哦~

    清道光二甲传胪图鼻烟壶,图自故宫博物院官网

    除了这些已经模式化的吉祥纹饰外,中国传统纹饰中还有一类人物故事图,表达的含义也十分丰富。比如麻姑拜寿图寓意长寿,毛女故事图寓意成仙,赵子龙单骑救主图寓意忠心等。

    明代金镶宝石毛女簪局部,传说毛女生活在华阴山中,靠吃松叶充饥,身轻如燕,长生不老

    明代四马投唐图金分心,表现的是李密、王伯当、柳周臣、贾闰甫四人投奔李世民的情景

    这类纹饰既有历史故事,也有传说故事,需要结合具体的故事情节来判断纹饰的寓意。中国历史典故、传说故事浩如烟海,根据故事情节设计的、具有美好含义的图案,更是绚丽多姿,数不胜数。

    你还知道哪些谐音、寓意吉祥的传统纹饰呢?评论区里一起来讨论吧!

    相关展览

    金玉玲珑——大明王室的宝藏

    日期:9月1日—11月18日

    地点:常州博物馆

    珠玉同金器的结合,流行且成熟于明朝,金与玉的镂空作,明人更是喜称其为“玲珑”。金玉之器,因其雍容华贵之色,素来备受大明王室宗藩的喜爱。王室贵戚们所持的金玉珍宝,不仅是其个人尊崇地位的展现,亦浓缩了大明王朝的强盛国力与海纳百川的气魄。

    本次展览荟萃了来自湖北省博物馆、蕲春县博物馆等多家文博单位的100余件(组)精美藏品,展览内容分为天潢贵胄、金昭玉粹、宗教信仰三个单元。全方位地呈现了大明王室的生活格调、艺术品位与精神信仰,希望观众从中得以窥见金玉大明的玲珑世界。

    同时,看展览平台将与常州博物馆合作对本次展览进行直播,敬请期待!

    注:本文图片如无特殊注明,均由常州博物馆提供,谨致谢忱!

    往期珍赏 · 珍品目录

  • ?

    带有透视功能的创意T恤设计,真相是可扫描识别图案应用

    可爱的

    展开

    带有透视功能的创意T恤设计,真相是可扫描识别图案应用

    夏季来临,T恤更加畅销流行起来。作为夏日的一款潮流上衣,T恤是人们日常休闲穿着的一款常见服饰,各种创意T恤屡见不鲜,不管是从外形图案上还是从功能设计都带给人不一样的新意。下面这款带“透视”功能设计的Virtuali-teeT恤就带给人非常有意思的功能,你能看到人体内部器官和骨骼,那么它是怎么做到的呢?其实真相是可扫描识别图案应用于T恤上实现了这个功能。

    产品名:Virtuali-tee

    设计师/公司:

    类别:服饰

    功能:T恤

    Virtuali-teeT恤功能设计

    Virtuali-teeT恤是一件非常有趣的T恤设计,它的外形看起来就是一件普通T恤,然而它有一个非常有意思的功能,那就是它有一个配套的APP,你只要在手机上装上配套APP并扫描一下T恤,就能在上面“透视”到人体内部器官和骨骼。

    Virtuali-teeT恤原理设计

    Virtuali-teeT恤真的具有透视的功能么?难道它真的可以改变医疗的格局么?其实不然,它的真正原理其实是一个事先设定的画面,上面印有专用可扫描识别图案,配套APP实际上是一个AR应用。你如果用VR(虚拟现实)设备还能看到器官和骨骼内部构造,就连血管内部也清晰可见。

    百家号:优概念

    来源:http://ugainian/news/n-1614.html

  • ?

    不会扫一扫付钱的人,告诉你辨别假钞绝招——找那只鸟的图案

    任秋珊

    展开

    大家都有的百元大钞,你们知道百元钞票上面那张照片是从这里剪出来的。这张照片的原型是1950年毛泽东与全国战斗英雄、劳动模范的合影,被工作人员从合影中单独剪下来放大。

    在光线下用放大镜观察第五套钞票的毛泽东主席肖像处,能看到点与线交织产生的特殊反光,宛如浮雕,手指轻触,还有凹凸感——这是世界钞票原版雕刻领域闻名遐迩的雕刻凹印技术。

    印钞系统组织了多位雕刻师进行竞争性创作,其中包括马荣。为了探索凹版雕刻人像适应新型印刷工艺的规律,马荣决定同时雕刻两块钢板。这意味着她要比别人多付出一倍的工作量。

    上世纪八十年代,在学习人像雕刻之初,马荣的绘画已经达到较高的水平,在当时已经成为法国收藏家追寻的目标。为了心中喜爱的人像雕刻,马荣决定放弃已有的成绩,进入一个全新领域学习,走上漫长艰辛的创作之路。

    心细的人会发现99年百元大钞与05版对比毛爷爷领袖的扣子居然不一样:99版的毛爷爷领扣是缝的两条平行线,而05和15版的毛爷爷领扣缝的是交叉线。

    99版和05版100元正面左下方面额数字采用光变油墨印刷,当与票面垂直观察时为绿色,倾斜一定角度则变为蓝色。15版此位置的光变数字取消。

    三版纸币正面主景毛泽东头像均采用手工雕刻凹版印刷工艺,形象栩栩如生,凹凸感强。99版和05版为徐永才雕刻。15版为马荣雕刻。

    在收藏人民币的玩家都不再少数,毕竟一套能价值500万的人民币的确是诱惑很大,不过关于该收藏什么样的人民币,大家还是要擦亮双眼好好看一看了。毕竟在这人民币中并不是所有的人民币都能像第一套人民币那样价值不菲,也不是随便的一张人民币都能做错版币

    尤其是在毛爷爷的头发之处更是有几道不一样的痕迹,很多玩家都把这样的人民币当成错版币来收藏,但是要知道它的错版真的太不明显,收藏价值也没有多少!

    就在这张纸币的背面,面额100的第二个零印刷时出现了错误,而且还很明显,这样的人民币在收藏市场被称为是错版币,收藏价值很高的。而且这张百元纸币还是非常有代表性的99版人民币,要知道99版的人民币不管是什么面额的都是错版币!

    听人说我有幸得到的这张百元纸币市场价值能达到1000左右,上涨了10倍,要是再过一段时间的话,还能再涨,我决定把它收藏着,等到未来5年或者10年之后再拿出来那肯定就非常值钱了!

    物价虽然平稳了一些生活水平提高了,但是人们基本工资也就涨200块钱。大饭店也越来越多!吃饭买单的时候会说扫一扫就可以了!但是很多老年人还是不会用扫一扫,还是喜欢用现金,但是又容易收到假钱,这么多辨别假钞的方法,快点回家告诉你爸妈

    最经典的地方就是还能看到一只鸟的图案

  • ?

    【新智元干货】计算机视觉必读:目标跟踪、图像分类、人脸识别等

    彭灵槐

    展开

    新智元专栏

    作者:张皓(南京大学)

    【新智元导读】深度学习目前已成为发展最快、最令人兴奋的机器学习领域之一。本文以计算机视觉的重要概念为线索,介绍深度学习在计算机视觉任务中的应用,包括网络压缩、细粒度图像分类、看图说话、视觉问答、图像理解、纹理生成和风格迁移、人脸识别、图像检索、目标跟踪等。

    网络压缩(network compression)

    尽管深度神经网络取得了优异的性能,但巨大的计算和存储开销成为其部署在实际应用中的挑战。有研究表明,神经网络中的参数存在大量的冗余。因此,有许多工作致力于在保证准确率的同时降低网路复杂度。

    低秩近似用低秩矩阵近似原有权重矩阵。例如,可以用SVD得到原矩阵的最优低秩近似,或用Toeplitz矩阵配合Krylov分解近似原矩阵。

    剪枝(pruning) 在训练结束后,可以将一些不重要的神经元连接(可用权重数值大小衡量配合损失函数中的稀疏约束)或整个滤波器去除,之后进行若干轮微调。实际运行中,神经元连接级别的剪枝会使结果变得稀疏,不利于缓存优化和内存访问,有的需要专门设计配套的运行库。相比之下,滤波器级别的剪枝可直接运行在现有的运行库下,而滤波器级别的剪枝的关键是如何衡量滤波器的重要程度。例如,可用卷积结果的稀疏程度、该滤波器对损失函数的影响、或卷积结果对下一层结果的影响来衡量。

    量化(quantization)对权重数值进行聚类,用聚类中心数值代替原权重数值,配合Huffman编码,具体可包括标量量化或乘积量化。但如果只考虑权重自身,容易造成量化误差很低,但分类误差很高的情况。因此,Quantized CNN优化目标是重构误差最小化。此外,可以利用哈希进行编码,即被映射到同一个哈希桶中的权重共享同一个参数值。

    降低数据数值范围 默认情况下数据是单精度浮点数,占32位。有研究发现,改用半精度浮点数(16位)几乎不会影响性能。谷歌TPU使用8位整型来表示数据。极端情况是数值范围为二值或三值(0/1或-1/0/1),这样仅用位运算即可快速完成所有计算,但如何对二值或三值网络进行训练是一个关键。通常做法是网络前馈过程为二值或三值,梯度更新过程为实数值。此外,有研究认为,二值运算的表示能力有限,因此其使用一个额外的浮点数缩放二值卷积后的结果,以提升网络表示能力。

    精简结构设计有研究工作直接设计精简的网络结构。例如,(1).瓶颈(bottleneck)结构及1×1卷积。这种设计理念已经被广泛用于Inception和ResNet系列网络设计中。(2). 分组卷积。(3). 扩张卷积。使用扩张卷积可以保持参数量不变的情况下扩大感受野。

    知识蒸馏(knowledge distillation) 训练小网络以逼近大网络,但应该如何去逼近大网络仍没有定论。

    软硬件协同设计 常用的硬件包括两大类:(1). 通用硬件,包括CPU(低延迟,擅长串行、复杂运算)和GPU(高吞吐率,擅长并行、简单运算)。(2). 专用硬件,包括ASIC(固定逻辑器件,例如谷歌TPU)和FPGA(可编程逻辑器件,灵活,但效率不如ASIC)。

    细粒度图像分类(fine-grained image classification)

    相比(通用)图像分类,细粒度图像分类需要判断的图像类别更加精细。比如,我们需要判断该目标具体是哪一种鸟、哪一款的车、或哪一个型号的飞机。通常,这些子类之间的差异十分微小。比如,波音737-300和波音737-400的外观可见的区别只是窗户的个数不同。因此,细粒度图像分类是比(通用)图像分类更具有挑战性的任务。

    细粒度图像分类的经典做法是先定位出目标的不同部位,例如鸟的头、脚、翅膀等,之后分别对这些部位提取特征,最后融合这些特征进行分类。这类方法的准确率较高,但这需要对数据集人工标注部位信息。目前细粒度分类的一大研究趋势是不借助额外监督信息,只利用图像标记进行学习,其以基于双线性CNN的方法为代表。

    双线性CNN (bilinear CNN) 其通过计算卷积描述向量(descriptor)的外积来考察不同维度之间的交互关系。由于描述向量的不同维度对应卷积特征的不同通道,而不同通道提取了不同的语义特征,因此,通过双线性操作,可以同时捕获输入图像的不同语义特征之间的关系。

    精简双线性汇合 双线性汇合的结果十分高维,这会占用大量的计算和存储资源,同时使后续的全连接层的参数量大大增加。许多后续研究工作旨在设计更精简的双线性汇合策略,大致包括以下三大类:(1). PCA降维。在双线性汇合前,对深度描述向量进行PCA投影降维,但这会使各维不再相关,进而影响性能。一个折中的方案是只对一支进行PCA降维。(2). 近似核估计。可以证明,在双线性汇合结果后使用线性SVM分类等价于在描述向量间使用了多项式核。由于两个向量外积的映射等于两个向量分别映射之后再卷积,有研究工作使用随机矩阵近似向量的映射。此外,通过近似核估计,我们可以捕获超过二阶的信息(如下图)。(3). 低秩近似。对后续用于分类的全连接层的参数矩阵进行低秩近似,进而使我们不用显式计算双线性汇合结果。

    “看图说话”(image captioning)

    “看图说话”旨在对一张图像产生对其内容一两句话的文字描述。这是视觉和自然语言处理两个领域的交叉任务。

    编码-解码网络(encoder-decoder networks) 看图说话网络设计的基本思想,其借鉴于自然语言处理中的机器翻译思路。将机器翻译中的源语言编码网络替换为图像的CNN编码网络以提取图像的特征,之后用目标语言解码网络生成文字描述。

    Show, attend, and tell 注意力(attention)机制是机器翻译中用于捕获长距离依赖的常用技巧,也可以用于看图说话。在解码网络中,每个时刻,除了预测下一个词外,还需要输出一个二维注意力图,用于对深度卷积特征进行加权汇合。使用注意力机制的一个额外的好处是可以对网络进行可视化,以观察在生成每个词的时候网络注意到图像中的哪些部分。

    Adaptive attention之前的注意力机制会对每个待预测词生成一个二维注意力图(图(a)),但对于像the、of这样的词实际上并不需要借助来自图像的线索,并且有的词可以根据上文推测出也不需要图像信息。该工作扩展了LSTM,以提出“视觉哨兵”机制以判断预测当前词时应更关注上文语言信息还是更关注图像信息(图(b))。此外,和之前工作利用上一时刻的隐层状态计算注意力图不同,该工作使用当前隐层状态。

    视觉问答(visual question answering)

    给定一张图像和一个关于该图像内容的文字问题,视觉问答旨在从若干候选文字回答中选出正确的答案。其本质是分类任务,也有工作是用RNN解码来生成文字回答。视觉问答也是视觉和自然语言处理两个领域的交叉任务。

    基本思路 使用CNN从图像中提取图像特征,用RNN从文字问题中提取文本特征,之后设法融合视觉和文本特征,最后通过全连接层进行分类。该任务的关键是如何融合这两个模态的特征。直接的融合方案是将视觉和文本特征拼成一个向量、或者让视觉和文本特征向量逐元素相加或相乘。

    注意力机制 和“看图说话”相似,使用注意力机制也会提升视觉问答的性能。注意力机制包括视觉注意力(“看哪里”)和文本注意力(“关注哪个词”)两者。HieCoAtten可同时或交替产生视觉和文本注意力。DAN将视觉和文本的注意力结果映射到一个相同的空间,并据此同时产生下一步的视觉和文本注意力。

    双线性融合 通过视觉特征向量和文本特征向量的外积,可以捕获这两个模态特征各维之间的交互关系。为避免显式计算高维双线性汇合结果,细粒度识别中的精简双线性汇合思想也可用于视觉问答。例如,MFB采用了低秩近似思路,并同时使用了视觉和文本注意力机制。

    网络可视化(visualizing)和网络理解(understanding)

    这些方法旨在提供一些可视化的手段以理解深度卷积神经网络。

    直接可视化第一层滤波器由于第一层卷积层的滤波器直接在输入图像中滑动,我们可以直接对第一层滤波器进行可视化。可以看出,第一层权重关注于特定朝向的边缘以及特定色彩组合。这和生物的视觉机制是符合的。但由于高层滤波器并不直接作用于输入图像,直接可视化只对第一层滤波器有效。

    t-SNE 对图像的fc7或pool5特征进行低维嵌入,比如降维到2维使得可以在二维平面画出。具有相近语义信息的图像应该在t-SNE结果中距离相近。和PCA不同的是,t-SNE是一种非线性降维方法,保留了局部之间的距离。下图是直接对MNIST原始图像进行t-SNE的结果。可以看出,MNIST是比较容易的数据集,属于不同类别的图像聚类十分明显。

    可视化中间层激活值 对特定输入图像,画出不同特征图的响应。观察发现,即使ImageNet中没有人脸或文字相关的类别,网络会学习识别这些语义信息,以辅助后续的分类。

    最大响应图像区域 选择某一特定的中间层神经元,向网络输入许多不同的图像,找出使该神经元响应最大的图像区域,以观察该神经元用于响应哪种语义特征。是“图像区域”而不是“完整图像”的原因是中间层神经元的感受野是有限的,没有覆盖到全部图像。

    输入显著性图 对给定输入图像,计算某一特定神经元对输入图像的偏导数。其表达了输入图像不同像素对该神经元响应的影响,即输入图像的不同像素的变化会带来怎样的神经元响应值的变化。Guided backprop只反向传播正的梯度值,即只关注对神经元正向的影响,这会产生比标准反向传播更好的可视化效果。

    梯度上升优化选择某一特定的神经元,计算某一特定神经元对输入图像的偏导数,对输入图像使用梯度上升进行优化,直到收敛。此外,我们需要一些正则化项使得产生的图像更接近自然图像。此外,除了在输入图像上进行优化外,我们也可以对fc6特征进行优化并从其生成需要的图像。

    DeepVisToolbox 该工具包同时提供了以上四种可视化结果。该链接中提供了一个演示视频:Jason Yosinski(yosinski/deepvis#toolbox)

    遮挡实验(occlusion experiment) 用一个灰色方块遮挡住图像的不同区域,之后前馈网络,观察其对输出的影响。对输出影响最大的区域即是对判断该类别最重要的区域。从下图可以看出,遮挡住狗的脸对结果影响最大。

    Deep dream 选择一张图像和某一特定层,优化目标是通过对图像的梯度上升,最大化该层激活值的平方。实际上,这是在通过正反馈放大该层神经元捕获到的语义特征。可以看出,生成的图像中出现了很多狗的图案,这是因为ImageNet数据集1000类别中有200类关于狗,因此,神经网络中有很多神经元致力于识别图像中的狗。

    对抗样本(adversarial examples) 选择一张图像和一个不是它真实标记的类别,计算该类别对输入图像的偏导数,对图像进行梯度上升优化。实验发现,在对图像进行难以察觉的微小改变后,就可以使网络以相当大的信心认为该图像属于那个错误的类别。实际应用中,对抗样本会将会对金融、安防等领域产生威胁。有研究认为,这是由于图像空间非常高维,即使有非常多的训练数据,也只能覆盖该空间的很小一部分。只要输入稍微偏离该流形空间,网络就难以得到正常的判断。

    纹理生成(texture synthesis)和风格迁移(style transform)

    给定一小张包含特定纹理的图像,纹理合成旨在生成更大的包含相同纹理的图像。给定一张普通图像和一张包含特定绘画风格的图像,风格迁移旨在保留原图内容的同时,将给定风格迁移到该图中。

    特征逆向工程(feature inversion) 这两类问题的基本思路。给定一个中间层特征,我们希望通过迭代优化,产生一个特征和给定特征接近的图像。此外,特征逆向工程也可以告诉我们中间层特征中蕴含了多少图像中信息。可以看出,低层的特征中几乎没有损失图像信息,而高层尤其是全连接特征会丢失大部分的细节信息。从另一方面讲,高层特征对图像的颜色和纹理变化更不敏感。

    Gram矩阵 给定D×H×W的深度卷积特征,我们将其转换为D×(HW)的矩阵X,则该层特征对应的Gram矩阵定义为

    G=XX^T

    通过外积,Gram矩阵捕获了不同特征之间的共现关系。

    纹理生成基本思路 对给定纹理图案的Gram矩阵进行特征逆向工程。使生成图像的各层特征的Gram矩阵接近给定纹理图像的各层Gram。低层特征倾向于捕获细节信息,而高层特征可以捕获更大面积的特征。

    风格迁移基本思路优化目标包括两项,使生成图像的内容接近原始图像内容,及使生成图像风格接近给定风格。风格通过Gram矩阵体现,而内容则直接通过神经元激活值体现。

    直接生成风格迁移的图像上述方法的缺点是需要多次迭代才能收敛。该工作提出的解决方案是训练一个神经网络来直接生成风格迁移的图像。一旦训练结束,进行风格迁移只需前馈网络一次,十分高效。在训练时,将生成图像、原始图像、风格图像三者前馈一固定网络以提取不同层特征用于计算损失函数。

    示例归一化(instance normalization)和批量归一化(batch normalization)作用于一个批量不同,示例归一化的均值和方差只由图像自身决定。实验中发现,在风格迁移网络中使用示例归一化可以从图像中去除和示例有关的对比度信息以简化生成过程。

    条件示例归一化(conditional instance normal...

  • ?

    时尚圈怎么玩图像识别和人工智能?

    冷淡

    展开

    5月31日下午,由百度新闻、36氪、新浪创业联合举办的“奇点大学中国区学员选拔大赛”10强选手,在北京恒通国际创新园内进行了中国区总决赛。从数百个参赛者中脱颖而出的10位创业者,展示了各自团队所处领域的前沿科技。

    以下为图片搜索引擎衣+创始人张默在“奇点大学中国区学员选拔大赛”决赛现场的展示:

    张默:大家好,我是图像识别搜索引擎衣+创始人张默,衣+是基于深度学习的人工智能,我们全球有60多亿人口,每个人从出生开始就穿衣服,那可见买衣服的需求有多大。人类用眼睛看世界,这是不分语言和国界的。我从小喜欢画画,我对于视觉和美特别有感觉。我希望我能够帮助全球所有像我一样的普通人,能够随时随地找到喜欢的衣服,可以让自己变得更美一点,更漂亮一点。我深深的觉得每一种美都是独一无二的,值得欣赏的。

    互联网的本质就是自由、去中心化,这也是互联网的精神。人类80%的信息是通过视觉获得的,可见这是有多么的重要,那么全球产生每天十亿张图片,同时电商花费巨资购买流量,他们之间缺少桥梁,我们做的就是这件事。我希望可以帮助像亚非拉这样的,哪怕是小孩子,在不懂外语,没有知识的情况下可以用眼睛发现美好的世界。我们解决的是人所见即所得的碎片化的移动购物需求和对时尚的欲望。我们提供全球化的图搜衣引擎,可以是APP、也可以是API。我们是世界领先的,我们是做的强大的有感知能力的可以学习的人工智能,我们的免费的API可以全网连接图片和商品,在你所有能看到图的地方和所有能看的地方都可以直接买衣服,甚至是所有的商品。我们为伙伴六亿用户提供服务,我们是唯一一家整合全球数千万时装商品的服务商,我们有一百多个国家的用户,其也有来自朝鲜和阿富汗这样的地方。我想人类对于美的追求是不分语言和国界的,所以我们深深的自豪。我们连接了一百多家全球的时尚电商,包括中国主流的十家时尚电商,以及海外的更多。

    当你看社交网络的时候,当你看图片的时候,你看杂志,看电视,和在大街上,你很有可能一见钟情看到你喜欢的衣服,可是,却买不到。我们帮你随时随地找到它,并且买到它。

    我们的免费API一键连接全网所有的图片和电商,让你随时随地边看边买。我们左边的图,每一个商品右上角都有一个小手,只要点击一下就可以找到同款和相似款直接产生购买,我们会开放这个API,让你在所有可以看到图的地方,比如说相册、美图、微博、视频类的优酷和爱奇艺,以及小米、乐视这样的电视可以边看边买。我们竞争力有四点,我们技术领先,数据库十分庞大,我们产品有灵魂,并且有精英的团队,有全球化视角的极客。

    我们基于最新一代的图象识别和深度学习的神经网络和搜索的技术,可以将时装的识别精度由60%提高到90%到98%。众所周知,服饰的识别是一个很难的领域,可是深度学习被誉为人工智能的“圣杯”,我们真的感觉它的神奇。可以看到它学习到了比如说服饰的款式、材质、纹理和明星同款,还可以自发的对象比如猫,可以找到所有和猫有关的图案,有的时候也可以开玩笑,我们给它一个头像,他可以给我反馈一只猫,我有的时候给它我图像,他可以告诉我是一只愤怒的小鸟。

    深度学习真的是非常的激动人心,一开始像一个出生的婴儿,我们用了十个小时它就已经学会了两岁的孩子所掌握的知识。我们积累一百万的商品用了三个月,可是我们用了两个月就到了两千万,我们积累三百万的用户用了半年,可是未来的半年我们会为十亿用户提供服务。这就像所说的指数级的增长。我们基于模拟人脑的深度神经网络设计了针对服饰的独一无二的深度学习的训练框架,通过海量的数据进行训练。我们有一个多层的深度神经网络体系,可以对商品的属性来进行自学习。

    我们有从底向上的无监督学习还有从上到下的有监督学习,从上到下采用了梯度递减这样的算法。在四项关键技术处于领先,这是我们自主研发的核心技术。除了神经网络,我们有高效的搜索引擎系统,支持亿级的请求检索,相应时间不会超过1.5秒,而且有自动化图片处理系统,可以更新百万量级的商品入库,并且在分割技术上我们也处于业界的领先。我们甚至是超越了这个领域的先驱,谷歌。我的团队来自于BAT以及像微软,IBM,斯坦福、剑桥,北大,南洋理工,新加坡国立大学等等这样的名校,我爱这些团队的优秀成员,我是计算机和商学院的双硕士,我在北京大学有我的软件工程的第一个学位,并且我在微软和IBM参与过操作系统和人工智能的研发,并且我在南洋理工和斯坦福大学进行深造。

    我们的目标市场受众是十亿级用户,市场现有的产品基于推荐的低龄低价山寨品,可是还有很多需求没有被满足。我们认为颠覆的时代正在到来,由被推荐到主动寻找个性化和自我表达。我们和其他的产品的区别就是搜索和门户的区别,这个世界已经到来。所以我们帮助用户寻找一个人格独立到心灵自由,我们有搜索发现和社交的功能。这是搜索的展示,这是一些更多的展示,可以看到我们对于语意的理解和衣服的款式,以及明星同款,都是在业界极有竞争力的,拥有很高的搜索精度。

    由这个例子可以看到我们在服饰识别这个领域超越了谷歌的,我们以超越的方式向谷歌致敬。这是其他的功能PK明星,通过穿衣品位找到最像的明星。我们还有条件标签对图像搜索进行补充,我们根据人物兴趣和品牌进行兴趣社区的运营。盈利模式主要是CPS,CPC和推荐类广告,这是一个非常成熟的盈利模式。

    未来之路可以想象,我们现在是全球化的时装导购平台,我们可以做商品的导购平台,也是未来的移动搜索,可以想象在任何的地方,任何的时间,看见一个你喜欢的东西,我们帮你随时随地找到它,买到它。

    我们也是机器视觉可以帮助未来的人工智能,让它有更聪明的眼睛,可以用在无人机,自动驾驶领域,在人工智能的帮助下,人类的眼睛会更聪明,可以去看世界,理解和探索这个更美妙的世界。

    接下来放一个短片。人的视觉可以增强到什么样的程度。人的视觉可以在人工智能的帮助下变得越来越强大,更聪明,去探索。

    比如说这样一个场景,看到冰箱里的食品就知道它的保质期和营养价值,切黄瓜的时候,其实这是一个游戏,可以随时随地看到你喜欢的衣服并且有一个穿衣服的手帮你搭配。这是一个恋爱助手,约会助手,可以看到这个人的背景和相关的信息,你看到一瓶酒你可以直接下单来买。大家可以体验一下我们的APP。谢谢大家。

    接下来会有三位嘉宾来支持我,他们分别是曾经在30岁投出过上市公司天使投资人戴志康。

    主持人:非常精彩的介绍,你接着介绍完三位嘉宾。

    张默:还有拥有六亿用户的合作伙伴,还有一位天使投资人还有我们拥有六亿用户的合作伙伴优酷土豆高级副总裁李捷;还有一位天使投资人杨宁,他在29岁成为纳斯达克最年轻的上市公司总裁。

    主持人:好,非常感谢张默今晚的演讲,我之所以迫不及待的冲上来,因为你已经超时了40多秒,我们后续的选手也注意了,每个选手的演讲时间只有12分钟,一旦超时你的话筒会被切断,下面一个环节是由选手的助阵嘉宾讲述对这个项目的看法和帮助更好的理解,张默的助阵嘉宾有三位,我们注意大屏幕。

    主持人:三位嘉宾给予的张默很高的评价,下面这个环节,我们要由现场的评委和评审对张默进行发问,为时五分钟,下面开始正式提问。有请。

    沈强:我先问张默一个问题,我很欣赏你对于图片搜索未来的各种各样的愿景的认识,无论是改变人的传译还是变得更美,那么一个是说从实践层面上来看,今天即便是计算机的衣服图像搜索这个领域还是比较有难度的。我们也看到过很多类似的项目,在解决挑战的时候,不仅有复杂的背景,还有主体在不同环境下的精准识别,你们做的效果会怎么样,我们看到很多可以做到完全自动的理解,不需要指定衣服的主体等等。这是今天的事。

    另外是未来来看,我想奇点大学想要找的是改变人类未来的创新。我们看到了计算机视觉的各种各样的应用,您从搜衣这样的起点到短片后面来看的远大的未来,中间有一些什么样的,每一个领域都是,这是目标吗,怎么样跨越?

    张默:我之所以选择比较有挑战的垂直领域服饰来进行切入,我觉得它非常有需求,它特别适合于用图象识别的方式去搜索,文字搜索在服装行业是不起作用的。所以图片是一种表达,有它的设计、图案、风格等一切,在这个领域需要这样的解决方案去帮助用户。而且服饰的需求非常巨大。基于我为这个行业的深深的热爱,所以我选择这个领域切入,在其他的方向,相信对于数字和文字以及“logo”这样的识别我们都是有相当的技术积累的。复杂背景下的人体检测和衣物分割,以及对光照的鲁邦性和对款式的识别能力都有竞争力,我们长期的去跟随国际最新的像谷歌和微软和各大公司的,相信我们团队有足够的经验和学习能力去向前创新和研发,持续领先的去做各种各样的,包括扩展我们的产品线。

    现在最难这个领域计算机视觉我们可以做到很高的程度,我们相信其他的领域也可以做得很好。我相信基于深度学习带来一个质的突破,像所说的像睡一觉醒来之后之上从四岁提高到三十岁,我相信这是有可能的。而且在我们的研发实践中也深深领会到了深度学习带来的巨大飞跃,所以我是很有信心的。我们会持续的去寻找和建设这样的世界领先的团队,去实现。

    主持人:沈强老师对张默的回答是否满意,我们最后只剩下一分钟的时间了,点评一下就好了。

    沈强:我觉得想听到您的回答是说,这GAP,这个在衣服上,你在面上,走深是一个很长的时间的积累,视频里面又是一个很广的过程,从深到广这个路径怎么样跨越。

    主持人:这个中间节点怎么办?

    张默:因为今天的主题是既然在十年之内影响10亿人,我相信在几年之内,那些设想都是可以实现的。在技术方面,我们已经有了相当多的积累和尝试。我们会和国际一流的团队去合作。

    主持人:时间到,张默的技术和发展要基于基础研究的突破和发展,可能随着人工智能和深度学习技术的不断的提升,对我们项目的会有很大的助力,你是第一位选手,后面还有九位。我想问一下你对这九位选手有没有什么想说的。

    张默:我想说不管最后是谁赢,都是代表中国去影响世界10亿人,我向他们加油。

  • ?

    解惑!卷积神经网络原来是这样实现图像识别的

    怀曼

    展开

    作者:Savaram Ravindra

    来源:mindmajix

    「机器人圈」编译:多啦A亮

    图像识别是非常有趣和具有挑战性的研究领域。本文阐述了卷积神经网络用于图像识别的概念、应用和技术。

    什么是图像识别,为什么要使用它?

    在机器视觉领域,图像识别是指软件识别人物、场景、物体、动作和图像写入的能力。为了实现图像识别,计算机可以结合人工智能软件和摄像机使用机器视觉技术。

    虽然人类和动物的大脑很容易识别物体,但计算机在相同的任务中却遇到了困难。当我们看着像树木、汽车或朋友的东西时,我们通常不需要有意识地去学习后才能判断它是什么。然而,对于计算机,识别任何东西(无论是钟、椅子、人类或动物)都是一个非常困难的问题,并且为该问题找到解决方案的风险非常高。

    图片:CS231.github

    图像识别是一种机器学习方法,其设计类似于人类大脑的功能。通过这种方法,计算机可以识别图像中的视觉元素。通过依靠大型数据库和注意显露模式(emerging patterns),计算机可以理解图像,并制定相关的标签和类别。

    图像识别的流行应用

    图像识别有各种应用。其中最常见和最受欢迎的是个人图片管理。照片管理应用程序的用户体验正在通过图像识别变得越来越好。除了提供照片存储,应用程序还要进一步向人们提供更好的发现和搜索功能。他们可以通过机器学习提供的自动图像组织的功能来实现。集成在应用中的图像识别应用编程接口根据识别的图案对图像进行分类,并将它们进行主题分组。

    图像识别的其他应用包括全景图库和视频网站、互动营销和创意活动、社交网络上的面部和图像识别以及具有巨大视觉数据库的网站的图像分类。

    图像识别是一项艰巨的任务

    图像识别不是一件容易的事情。实现它的一个好方法是,将元数据应用于非结构化数据。聘请人类专家手动标注音乐和电影库可能是一项艰巨的任务,但是当涉及无人驾驶汽车的导航系统,如将道路上的行人与各种其他车辆区分开来或过滤,分类或标记每天在社交媒体上显示的用户上传的数百万个视频和照片等挑战时,将变得遥不可及。

    解决这个问题的一个方法是利用神经网络。我们可以利用传统的神经网络在理论上分析图像,但在实践中,从计算的角度来说,成本将是非常昂贵的。例如,一个普通的试图处理小图像的神经网络(让它变为30 * 30像素)仍然需要50万个参数和900个输入。一个功能强大的机器可以处理这一点,但是,一旦图像变得更大(例如达到500 * 500像素),则需要的参数和输入数量就会增加到非常高的水平。

    与图像识别神经网络的应用相关的另一个问题是过度拟合。简单来说,过度拟合发生在模型裁剪本身与其已经被训练的数据非常接近的时候。一般来说,这将导致附加参数(进一步增加计算成本)和模型对新数据的暴露导致一般性能下降。

    卷积神经网络

    卷积神经网络架构模型

    就神经网络的结构而言,一个相对简单的变化可以使更大的图像更易于管理。结果就是我们所说的CNN或ConvNets(卷积神经网络)。

    神经网络的一般适用性是其优点之一,但是这种优势在处理图像时变成了一种妨碍。卷积神经网络进行有意思的权衡:如果一个网络是专门为处理图像而设计的,那么为了更可行的解决方案,必须牺牲一些一般性。

    如果你考虑任何图像,接近度与其中的相似性具有很强的相关性,并且卷积神经网络明确利用了这一事实。这意味着在给定图像中,彼此更接近的两个像素更可能与彼此分开的两个像素相关。然而,在一般的神经网络中,每个像素都都与每一个神经元相连。增加的计算负荷使得网络在这种情况下不太准确。

    通过停止很多这些不太重要的连接,卷积解决了这个问题。在技术术语中,卷积神经网络使得图像处理可以通过邻近度对连接进行滤波而计算可管理。在给定层中,卷积神经网络不是将每个输入连接到每个神经元,而是有意限制了连接,使得任何一个神经元仅从它之前的层的小部分接受输入(例如5 * 5或3 * 3像素)。因此,每个神经元只负责处理图像的某一部分(顺便说一句,这几乎是个体皮质神经元在大脑中的作用,每个神经元只对整个视野的一小部分起反应)。

    卷积神经网络的工作过程

    图片:deeplearning4j

    在上图中从左到右,你可以观察到:

    ·对特征进行扫描的真实输入图像。通过它的过滤器是光矩形。

    ·激活映射被安排在一个堆栈的顶部,另一个用于你使用的每个筛选器。较大的矩形为要进行下采样的1补丁。

    ·激活图通过下采样进行压缩。

    ·通过将过滤器通过堆栈进行下采样生成的一组新的激活映射。

    ·第二次下采样——将第二组激活图压缩。

    ·完全连接层,每个节点指定1个标签的输出。

    CNN如何通过滤临近连接?秘密是添加了两种新的层:池化和卷积层。我们将以下述方式分解这个过程:使用一个被用于某种用途的,比如说,确定一张图片中是否包含祖父。

    该过程的第一步是卷积层,其本身又包含几个步骤。

    ·首先,我们将把祖父的图片分解成一系列重叠的3 * 3像素的拼图。

    ·之后,我们将通过一个简单的单层神经网络来运行这些拼图,权重保持不变。将瓷砖排列组合,当我们保持每个图像尺寸是小的(在这种情况下为3 * 3)时,神经网络需要处理它们保证可控与小型化。

    ·然后,将以数字表示照片中每个区域的内容的数组进行输出值排列,其中坐标轴表示颜色,宽度和高度。所以,对于每个拼图,在这种情况下,我们将有一个3 * 3 * 3的表示。(如果我们谈论祖父的视频的话,我们会抛出第四个维度——时间)。

    ·下一步是池化层。它采用这些3或4维阵列,并与空间维度一起应用下采样功能。结果是一个池数组,其中仅包含重要的图像部分,同时丢弃剩余部分,这最大限度地减少了需要完成的计算量,同时也避免了过度拟合问题。

    采用下采样阵列作为常规全连接神经网络的输入。由于使用池和卷积,输入的大小已经大大降低了,所以我们现在必须拥有普通网络能够处理的一些东西,同时保留最重要的数据部分。最后一步的输出将代表系统对于祖父图片的确信度。

    在现实生活中,CNN的工作过程错综复杂,涉及许多隐藏、池化和卷积层。除此之外,真正的CNN通常涉及数百或数千个标签,而不仅仅是单一标签。

    如何构建卷积神经网络?

    从零开始构建CNN可能是一项昂贵而耗时的工作。话虽如此,人们最近开发了一些API,旨在使不同组织能够收集不同的见解,而无需自己研究机器学习或计算机视觉专业知识。

    谷歌 Cloud Vision

    GoogleCloud Vision是谷歌的视觉识别API,并使用REST API。它基于开源的TensorFlow框架。它检测单个面部和物体,并包含一个相当全面的标签集。

    IBM沃森视觉识别

    IBM沃森视觉识别是沃森开发者云(Watson Developer Cloud)的一部分,并附带了一大批内置的类别,但实际上是为根据你提供的图像来训练自定义定制类而构建的。它还支持一些很棒的功能,包括NSFW和OCR检测,如Google Cloud Vision。

    Clarif.ai

    Clarif.ai是一个新兴的图像识别服务,也使用REST API。关于Clarif.ai的一个有趣的方面是它附带了一些模块,有助于将其算法定制到特定主题,如食物、旅行和婚礼。

    尽管上述API适用于少数一般应用程序,但你可能仍然需要为特定任务开发自定义解决方案。幸运的是,许多库可以通过处理优化和计算方面来使开发人员和数据科学家的生活变得更加容易,从而使他们专注于训练模型。有许多库,包括Theano、Torch、DeepLearning4J和TensorFlow已经成功应用于各种应用。

    卷积神经网络的有趣应用

    自动将声音添加到无声电影

    为了匹配无声视频,系统必须在此任务中合成声音。该系统使用千个视频示例进行训练,用鼓棒击打不同的表面,产生不同的声音。深度学习模型将视频帧与预录音的数据库相关联,以选择与场景中发生的完全匹配的声音。然后系统将借助于类似于图灵测试的设置进行评估,人们必须确定哪个视频具有假(合成)或真实的声音。这是卷积神经网络和LSTM循环神经网络中非常酷的应用。在这里查看视频

所有视频需要登录后,才能观看

请先登录您的帐号,即可完整播放,如果您尚未注册帐号,请先点击注册。