Сегодня 09 января 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Теги → captioning ai

LG представила нейросеть Captioning AI, которая создаёт текстовые описания для изображений

Одно из подразделений компании LG представило генеративную систему ИИ Captioning AI, которая может распознавать элементы изображения и генерировать для них описания и ключевые слова — трудно переоценить пользу, которую подобная технология способна оказать, например, при систематизации баз фотоснимков крупных компаний.

 Возможно, не все изображения будет легко описать. Источник изображения: Rick Rothenberg/unsplash.com

Возможно, не все изображения будет легко описать. Источник изображения: Rick Rothenberg/unsplash.com

Представители LG AI Research, занимавшейся разработкой Captioning AI, выступили на мероприятии Computer Vision and Pattern Recognition 2023, крупнейшей в мире конференции, посвящённой «компьютерному зрению» — она проходила в воскресенье в Ванкувере (Канада). Как сообщили в LG, сервис основан на разработанной LG AI Research технологии Zero-shot Image Captioning, позволяющей ИИ «понимать» и описывать объекты или сцены, которые нейросеть оценивает впервые без дополнительных подсказок, на основе своего предыдущего опыта — так же, как и люди.

В компании объяснили, что технология отличается от ИИ-сервисов вроде Midjourney, в которых всё происходит ровно наоборот — пользователи вводят текст или загружают картинку, на основе которых ИИ генерирует собственное творение. Создание «субтитров» к картинкам может показаться довольно лёгким, поскольку концепция не нова. Тем не менее, технология вышла на новый уровень. Например, искусственный интеллект действительно может делать выводы и описывать то, чего он не «видел» никогда раньше — посмотреть на пейзаж или человека и вычислить, о каком именно месте идёт речь. Технология позволяет распознавать на изображении фон, персонажей и даже активность и описывать взаимодействие элементов.

 Источник изображения: LG

Источник изображения: LG

Captioning AI может генерировать текстовые описания и ключевые слова для 10 тыс. изображений менее чем за два дня, что в теории позволяет повысить эффективность и продуктивность для компаний, которым необходимо справляться с большими массивами изображений. В среднем система может генерировать 5 предложений и 10 ключевых слов за 10 секунд.

Сервис разработан при сотрудничестве с Shutterstock, одной из крупнейших платформ для размещения визуального контента — от изображений до видео. LG AI Research сотрудничала с этой американской компанией ранее и намерена делать это и впредь расширяя сотрудничество и с другими партнёрами. Как сообщили в Shutterstock, технология Caption AI развивается благодаря «раннему доступу» к программе десяти глобальных клиентов.


window-new
Soft
Hard
Тренды 🔥
Apple заявила, что никогда не продавала данные из диалогов с Siri рекламодателям 53 мин.
Спустя 15 лет после анонса экранизация Shadow of the Colossus от режиссёра «Оно» подала признаки жизни 2 ч.
Hitman: World of Assassination и другие игры IO Interactive сняли с продажи в российском Steam и Epic Games Store 13 ч.
Выходцы из Annapurna Interactive завладели портфолио Private Division, включая Kerbal Space Program 2 и загадочную игру от авторов «Покемонов» 14 ч.
Gravelord ворвётся в ранний доступ Steam уже совсем скоро — дата выхода и новый трейлер олдскульного шутера о гробовщике в духе Quake и Duke Nukem 16 ч.
Суд оштрафовал Еврокомиссию за нарушение собственного закона 16 ч.
Game Pass «съел» до 80 % чистых продаж Indiana Jones and the Great Circle и Starfield на Xbox 17 ч.
Мечта мертва: создатель Minecraft передумал делать свою Minecraft 2 18 ч.
Microsoft намерена объединить «лучшее из Xbox и Windows» для портативных консолей 19 ч.
Дракула и Доктор Дум против Фантастической четвёрки: первый сезон Marvel Rivals погрузит Нью-Йорк в вечную ночь 21 ч.
Включить темный режим