全部产品
阿里云办公

看图说话

更新时间:2017-06-07 13:26:11

点此咨询顾问

看图说话是近年来新兴的一种智能化场景,是将图文信息和文本信息相结合的场景。实现过程中,用户只需要输入图片,就可以得到一段话作为图片场景的描述。在实际的技术层面上,需要图片的特征结合文本的特征来训练,才能达到看图说话的效果。

业务痛点及需求

目前的图像识别都是基于提取图片内蕴含内容的识别。行业中缺乏自主判断图像要传到的信息的产品。

结构流程

看图说话

用户输入的是图片,后台系统通过特征提取,深度学习算法(CNN、LSTM)挖掘出图片所描述的行为,将图片行为标记成一段话印到图片上返回。

优势

大规模数据训练能力

阿里云图像识别采用先进的深度学习算法,利用GPU架构进行训练,在算法的成熟度和识别的精度上都具有一定优势。

点此咨询顾问