你的电脑是如何识别色图的？

大家有没有发现。。。不知道啥时候开始，计算机能做到的事情越来越多了。。。

比如今年在网络上频繁刷屏的，利用计算机技术把视频、图片里的人 “ 换一张脸 ”。

效果还挺好的。差评君还试着把石原里美的脸，给合成到日本小短片里了~

再比如，我们小时候的动画画面不是很清晰。

而现在计算机可以无中生有的为大家填补原画里没有的像素，生成一个高清动画。

还有那些被损坏的旧照片，哪怕它们是残缺的，计算机现在也能把它抢救回来了。。。

不仅如此。。。

在视频监控系统中，计算机甚至能把你能从一大堆东西里给认出来，连你穿啥颜色衣服都能看的一清二楚。

甚至有人，让计算机帮自己

GitHub 上就开源了一款鉴定不雅内容的 js 库 NSFW JS ，通过这个教程，大家可以搭建属于自己的识别小黄图客户端。

sexy 只有5.58% ，差评。。。

哎嘿，人有视觉可以看到这个世界，难道计算机也有视觉么？

没错，计算机也是能 “ 看见 ” 这个世界的。甚至它可能比你更清楚什么叫做色情图片。。。

这些贯穿于我们生活的例子，它们的实现都依赖于一门叫计算机视觉的学科~

无论是人去看东西，又或是计算机，都不是简单、粗暴的看到东西本身，而是一个巧妙的信息处理过程。

在知道计算机是如何理解看见的事物前，咱们得先知道计算机看的都是啥。

这也就是咱们常说的像素点，所有的图片都是由这些小像素点组成的。

大家都知道，计算机里的所有东西本质上用 0 和 1 组成的二进制数字，表达出来的数字化信息。

通过 0 和 1 组成的不同数值，计算机会记录像素点的位置和色彩数值。

这些写好颜色的像素点排列在一起，到了电脑屏幕上就变成了我们能看懂的图像。

基于这些原理呢，人类可以对图像做一些基本的处理。像刚才提到的图像增强、图像复原等。。。

那么，它又是怎么看见的呢？

最开始，计算机看见的方式非常傻。

即便如此，计算机也只能 “ 看见 ” 某个特定物体而已。。。

每希望计算机识别一种新的东西，都要花大量精力去设计特征、建立模型。

我们生活中有多少东西？简直难计其数。

于是这个事情，就这样止步不前了。。。

说白了，这么做还是让计算机死记硬背图像特点，并没有真正地看到图片。

虽然后来有了机器学习方法，但也没有改善需要提取特征的问题，效率非常低下，无法做出应用。

直到有人想到了 1981 年的一个有趣的医学研究成果。

1981 年诺贝尔医学奖颁给了 David Hubel 等几位哥们，他们发现了信息被传递到大脑皮层中是层层识别的。

计算机专家们参考了这一模式。

举个栗子。。。给一个人看一辆汽车。

首先，人眼接收光线之后，感光细胞会形成一些信号，传达给大脑，这些信息说白了也是一堆像素。

摄入像素以后，这些信息会先进入第一层提取边缘特征：识别出汽车的点、线等边缘。

这些在第一层提取出来的描述边缘的信息，会进入第二层，识别出图像中的基本形状或目标的局部：比如车门、车灯等。

随后大脑的下一层会根据这些信息生成一整个目标，也就是一辆完整的车。

前面这些过程，其实几乎是本能反应，几乎不需要你去主动思考就能处理完。

最后，这些被处理过的信息会进入更高级的大脑皮层进行思考，并且得到一些抽象化的结果：

而这一发现，被计算机专家所仿照，按照这样由低到高，层层递进，高层的特征是低层特征的组合。

这有点像卷起来的纸一样越卷越多，这一类模型被称为卷积神经网络模型~

这样，大家就不用设计特征了，因为连特征都让计算机自己去学了。。。

但，随之而来的，这个新生儿就没了之前人为设计好的算法逻辑了。人们需要投喂数据给这个小朋友。

那怎么办呢，学。。。

这个过程还怪暴力的。科学家们给计算机观看了数以亿计的图片，并且人工告诉在计算机每张图片里有什么东西。

在学习了如此庞大的图片库以后，你就有一个阅片无数的小哥帮你识别图片了。

这时候，你再把新的图片拿给这个小哥，他也能够根据之前学习过的 “ 经验 ” 来判断新图片里有啥东西~

并且能够简单描述一张图片。

到这里，大家知道为啥，计算机能对图片里的物体进行一一辨别了吧。。

在现代工业上，有一门学问叫做仿生学，将生物体的结构和功能原理，应用到工业领域上。

大家小时候应该都从课本上得知，人们学习蝙蝠靠超声波定位的原理，发明了雷达；

学习蜻蜓翅膀上的翅痣结构，在直升机羽上部分加厚，提升了安全性。

以往我们认为，抽象的计算机工程很难在大自然中找到借鉴对象，结果发现还是被教做人了。。。

相信看了之前的描述，差友们都发现了，在关于教计算机怎么思考这件事上，人们借鉴了自己的大脑：

在一层层大脑区域内，信息经过初级特征处理，到抽象描述，从头到尾搞定了视觉的产生过程。

人们在计算机视觉上摸索了这么久，最终还是用上了大自然一开始的解决方案，这个方案人类晚了几百万年才用上。。。

人类站在了地球的顶点，证明了自己可能是大自然创造过的最好的产品。

如今现代工业发展了几百年，我们终于能做出足以与之媲美的工业产品了，它就是人工智能。

参考资料、图片来源：

Image Inpainting for Irregular Holes Using Partial Convolutions, 2018. https://blog.csdn.net/zouxy09/article/details/8775360 https://www.bilibili.com/video/av2812282/

https://shift.infinite.red/avoid-nightmares-nsfw-js-ab7b176978b1

“ 科技的力量 ”