Google NIMA
| Google NIMA
| |
|---|---|
| [[Datei:Lua-Fehler in Modul:Wikidata, Zeile 639: attempt to index field 'wikibase' (a nil value)|150px]] | |
| Basisdaten
| |
| Maintainer | |
| Entwickler | |
| Erscheinungsjahr | 2017 |
| Aktuelle Version | Lua-Fehler in Modul:Wikidata, Zeile 639: attempt to index field 'wikibase' (a nil value) (Lua-Fehler in Modul:Wikidata, Zeile 639: attempt to index field 'wikibase' (a nil value)) |
| Betriebssystem | Lua-Fehler in Modul:Wikidata, Zeile 639: attempt to index field 'wikibase' (a nil value) |
| Programmiersprache | Lua-Fehler in Modul:Wikidata, Zeile 639: attempt to index field 'wikibase' (a nil value) |
| Kategorie | Machine Learning |
| Lizenz | Lua-Fehler in Modul:Wikidata, Zeile 639: attempt to index field 'wikibase' (a nil value) |
| Lua-Fehler in Modul:Wikidata, Zeile 639: attempt to index field 'wikibase' (a nil value) | |
Google NIMA (Kurzform von Neural Image Assessment) ist eine Machine Learning-Software von Google, mit der sich die Bildqualität erkennen lässt (Bilderkennung).[1] Es ist als Projekt eines Forschungsteams der US-amerikanischen Cornell University im Auftrag von Google entstanden. Zurzeit befindet sich die Software noch in einem frühen Forschungsstadium und ein produktiver Einsatz ist noch nicht vorgesehen.[2]
Funktionsweise[Bearbeiten]
Mittels eines künstlich neuronalen Netz, einem sogenannten Convolutional Neural Network (auch CNN oder ConvNet), welches auf das Erkennen von Bildern und Objekten spezialisiert ist, werden die Qualität und die Ästhetik von Bildern auf einer Skala von 1 bis 10 überprüft und bewertet. Zentraler Bestandteil ist dabei die ImageNet-Challenge, in welcher die künstliche Intelligenz versucht verschiedene Bilder und Videos zu analysieren und Objekte darin zu erkennen.
In Tests von Google wurden dafür unter anderem Bilder der Datenbank AVA (Aesthetic Visual Analysis) und TID2013 auf subjektive ästhetische Werte von dem Programm analysiert, ohne dabei über entsprechende Referenzbilder zu verfügen. Die Ergebnisse waren dabei fast identisch mit dem Durchschnittswert von menschlichen Bewertungen.
Des Weiteren lassen sich die Qualitätsstufen der Bilder unterscheiden und unscharfe Bilder und Verzerrungen werden dementsprechend niedriger bewertet.[1][3][2]
Mögliche Anwendungszwecke[Bearbeiten]
- Suche und Vorschlagen von qualitativ hochwertigen Fotos[1][2]
- automatische oder teilautomatische Bildbearbeitung (z.B. Korrektur der Farbe oder Helligkeit)[1][2]
- qualitative Einschätzung von Fotomotiven[2]
Einzelnachweise[Bearbeiten]
- ↑ 1,0 1,1 1,2 1,3 Björn Bohn: Machine Learning: Googles NIMA kann die Qualität von Bildern bewerten. Abgerufen am 21. Dezember 2017 (deutsch).
- ↑ 2,0 2,1 2,2 2,3 2,4 Google: Neuronales Netz bewertet Bilder auf Skala von 1 bis 10 - Golem.de. (golem.de [abgerufen am 21. Dezember 2017]).
- ↑ NIMA: Neues Google-Projekt bewertet die Qualität und Ästhetik von Fotos - GWB. In: GoogleWatchBlog. 20. Dezember 2017 (googlewatchblog.de [abgerufen am 21. Dezember 2017]).
Diese artikel "Google NIMA" ist von Wikipedia The list of its authors can be seen in its historical.
