La machine est

Obtenir les machines à voir, ou plutôt, d'identifier et de traiter ce qu'ils voient, c'est quelque chose que nous ferions bien de nombreuses questions. Mais si l'imagerie est désormais un problème trivial en réseau d'aujourd'hui, d'identifier et de traiter la demande à une machine qui récupère les photos de paysages, de bâtiments ou même une personne en particulier n'est pas du tout.

Pour cela, un chercheur espagnol au MIT, Antonio Torralba, travaille avec les grandes banques de plus de quatre-vingts millions d'images minuscules, et dégrade progressivement les résoudre pour voir jusqu'où soutenu que déterminer les comportements ou caractériser. J'arrive au thème de Slashdot par Roland Piquepaille, j'ai trouvé très intéressant, et j'ai trouvé propre Antonio de la conférence pour expliquer le sujet, pour ceux qui ont intérêt que vous avez plus d'informations, la mer est intéressante. La version la plus développée de la question apparaît dans MIT Nouvelles.

Le thème est basé sur l'identification des tendances dans les images basse résolution, quelque chose qui me rappelle de mes tentatives de le faire sans mes lunettes quand j'avais dix dioptries à la hauteur de la Turquie et j'ai refusé de les porter même quand la lentille naissant (de ce temps) m'a posé des inflammations. Il s'agit de trouver la plus faible représentation numérique découlant d'une image, capable de fournir des informations pertinentes sur son contenu. S'ils peuvent obtenir cette information à décrire l'image et avait deux images avec des informations similaires ont des sujets ou des thèmes similaires, recherche d'image serait certainement devenu beaucoup plus pertinente. Au moins, le système devrait s'employer à identifier les images les plus communes, bien que les images ont été plus problématique pour les moins communes, comme avec la langue et des mots qui sont rarement utilisés. Les résultats de la ligne de recherche sont encore provisoires, mais le problème semble extrêmement prometteuse.