近日，眾安信息技術服務有限公司(以下簡稱“眾安科技”)數(shù)據(jù)科學實驗室的兩篇論文分別被國際多媒體圖像分析峰會(以下簡稱“ICMR”)和第24屆國際模式識別大會(以下簡稱“ICPR”)錄用，獲得國際認可。
深度學習進入視頻學習時代
論文“Dense Dilated Network for Few Shot Action Recognition”(《基于密集擴展網(wǎng)絡的少樣本視頻動作識別》)被ICMR錄用，這是深度學習在視頻分類領域的創(chuàng)新應用，在駕駛行為分析、視頻檢索等領域有重要的業(yè)務價值。
深度學習是機器學習中一種基于對數(shù)據(jù)進行表面特征的方法，其概念源于人工神經(jīng)網(wǎng)絡的研究。目前，深度學習的主要素材來源于文字、圖片，而隨著智能手機等設備的發(fā)展，視頻沉淀了大量深度學習素材。近年來人工智能、神經(jīng)網(wǎng)絡的發(fā)展更是促進了視頻的分類、識別的研究。
和其他網(wǎng)絡架構相比，眾安科技的這款神經(jīng)網(wǎng)絡架構利用每層與之前所有層相連的方式，可以得到從最初局部特征到總體視頻的所有特征信息。而每層網(wǎng)絡使用了擴張卷積(dilated convolution)，相比原始的卷積方式，可以更加充分利用時空信息。因此不需要很深的層數(shù)，在少量數(shù)據(jù)下就可以訓練效果較好的網(wǎng)絡。
以目前動作類別數(shù)、樣本數(shù)較多的數(shù)據(jù)庫之一UCF101為例，眾安科技在此數(shù)據(jù)庫的通用視頻數(shù)據(jù)集上進行了大量實驗，在僅有20%的訓練數(shù)據(jù)時(模擬對新任務的快速學習)，利用該神經(jīng)網(wǎng)絡架構，機器仍然可以學到每類視頻的高層語義特征。
保險理賠進入人工智能時代
論文“CG-DIQA: No-reference Document Image Quality Assessment Based on Character Gradient”(《基于字符梯度的無參考文本圖像質量評估》)被ICPR錄用，ICPR是人工智能和模式識別領域頂級盛會，每2年舉辦一屆，迄今已有45年歷史。
隨著智能手機的普及，在業(yè)務流程智能化服務中上傳手機拍攝的文本照片成為一種趨勢。然而，有些用戶拍攝的文本照片過于模糊，后續(xù)的字符識別(OCR)算法基本無法識別照片中的文本，會大大降低業(yè)務處理速度。
針對實際業(yè)務的特點，數(shù)科室團隊模擬人眼視覺認知照片質量的過程，設計了一種基于字符梯度的算法，在文本照片質量的評估過程中重點關注有實際意義的字符，忽略其它干擾信息，能更好的預測文本照片模糊程度。該方法與字符識別精度的線性相關性系數(shù)(國際通用評價指標)達到0.9841(數(shù)值越接近1表示算法性能越好)，遠超其它國際同行(目前最好水平0.935)。該算法應用于保險理賠等業(yè)務流程中，可以自動評估手機拍攝上傳的圖像質量，避免用戶上傳低質量的理賠文檔資料，進而降低人工審核成本，提升業(yè)務流程處理效率。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
