谭国富:深度学习在图像审核的应用
5.17 MB
32 页
0 评论
语言 | 格式 | 评分 |
---|---|---|
中文(简体) | .pdf | 3 |
摘要 | ||
本文介绍了腾讯优图实验室在图像审核领域的应用,重点阐述了深度学习技术的发展历程及其在图像审核中的具体应用。随着互联网信息量的快速增长,不良信息如色情和暴力内容泛滥,内容监管日益严格。腾讯优图实验室通过深度学习技术,结合海量数据,开发了多项图像审核技术,如DeepEye图像鉴黄解决方案、OCR技术、图像分割及超分辨率技术。这些技术能够有效识别色情、性感和正常内容,支持多场景应用,如直播监管和社交平台内容管理。 | ||
AI总结 | ||
## 《谭国富:深度学习在图像审核的应用》摘要
随着互联网信息量的迅速增长,不良内容(如色情、暴力)泛滥,严重威胁网络环境,导致内容监管日益严格。腾讯优图实验室结合社交平台海量数据,专注人脸、图像识别等技术研究,推动深度学习在内容审核中的应用。
深度学习自1956年起步,经历多个阶段,至2000年代后因算力提升和海量数据支持,取得重大突破,广泛应用于语音、视觉等领域。优图实验室通过分布式训练和算法优化,加快模型训练与部署,开发出如RapidNet和Ncnn框架,提升移动端应用效率。
图像内容审核技术结合OCR和图像分割,识别烟雾、吸烟等场景,实现对色情、性感和正常内容的精准区分。未来的发展方向包括视频识别、音频技术整合扩展审核能力。 |
P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
P11
P12
下载文档到本地,方便使用
- 可预览页数已用完,剩余
20 页请下载阅读 -
文档评分