自我学习让神经元网络 谷歌街景可自动识别门牌号

作者：匿名　来源：本站原创　发布：2014-04-07　修改：2014-04-07　所属分类：新闻中心　访问统计：1010

日本和韩国的街道门牌号码很少按照次序排列，所以在日韩当地，按照门牌号码找地址简直就是自虐行为，哪怕是当地人也难以根据门牌号码找到地址。

不过，身兼地图服务商的谷歌近期就提供了一套解决方案，谷歌将街景小车进行图像采集时拍摄到的街道门牌号码与对应地理位置进行匹配，从而将每幢建筑的门牌号码信息录入了谷歌街景数据库。

这项工作的难点在于，确认和识别门牌号码是一项耗时巨大且极其繁重的工作。谷歌的街景小车相机拍摄的全景照片高达数亿张，通过人工搜索图像来确认门牌号码几乎是不可能完成的。

谷歌当然也不会那么做，为此他们找到了一套自动化的解决方案。这个项目的负责人Ian Goodfellow今天就要向我们揭开自动化识别街景图像中门牌号码的神秘“工具”：谷歌通过训练计算机构筑的“神经元网络”识别图像中的数字，并将经训练的11级神经元构建成一张单层神经网络。

按照谷歌的说法，首先，假设门牌号码已被识别，然后对图像进行切割，使得门牌号码至少占据结果帧1/3的宽度。在做数字识别的过程中，神经网络并不会对门牌号码切分进行单位数字的识别，而是通过神经网络一次性识别整串数字。谷歌使用的是公开的街景门牌号码数据集来对神经元数字识别进行训练，这个数据集涵盖了20万个由谷歌街景摄像头拍摄的门牌号信息，这项训练需要花费6天才能完成。

目前，这项技术准确度已达到人眼识别水平,谷歌利用它在全球自动侦测和转录的门牌号码数据已经达到将近1亿。而且，这套门牌号码自动识别系统的运行效率非常高，譬如用它来转录整个法国的门牌号码数据仅仅花费了不到一个小时。 可以说，通过单层神经网络识别和转录数字是字符抽取和识别技术的一项重大飞跃，这项技术甚至可以作为一套端对端系统套用到文本翻译和语音识别等其他领域中去，加之谷歌目前与一家初创公司Planet Labs合作的小卫星已经成功升空，未来结合前述技术的应用，谷歌将会为大众提供更加精准和实时的地理位置数据。