Очень поздно на вечеринку здесь, но я думал, что это может помочь другим людям найти то же самое.
С точки зрения базового анализа изображений эта область в последнее время продвинулась вперед, и многие люди предлагают эту функциональность. Качество варьируется довольно много и зависит от того, насколько хорошо обучены и насколько большой корпорация имеет провайдер. Несколько примеров, с которыми я работал, - это IBM и Clarifai, но это быстро развивающаяся область.
То, что они не дадут, - это тип контекста, которым вы подвергаетесь. Пока нет. Они вряд ли различают двух мужчин, обнимающихся и двух мужчин, борющихся (эй, кто может иногда различать как человека?). Они могут, однако, выбрать стол, чашку кофе, книгу и т. Д.
Поиск видео и контекстуализация - еще одна задача целиком, и она находится в зачаточном состоянии. В этой области есть одна компания, которая, по крайней мере, совершает большие набеги (полное заявление об отказе от ответственности, я там работаю). Movida Labs анализирует и индексирует множество факторов в видео, чтобы обеспечить много контекста, поэтому в вашем примере он, вероятно, может сказать, что это видео с двумя мужчинами, борющимися. Я должен признать, что это происходит не из-за какого-то прорыва в технологии (хотя он очень продвинутый), а потому, что видео в целом обеспечивает этот контекст.
Я видел демонстрацию, которую предлагает ваша компания, она очень ограничена, поэтому я едва мог увидеть маркировку «сущности», не говоря уже о семантической информации. –
@meirElad: К сожалению, у stackoverflow нет способа PMing других пользователей, но посетите наш сайт и заполните контактную форму, и мы можем дополнительно обсудить ваши потребности. Я более чем счастлив помочь, если вы можете привести некоторые дополнительные примеры того, что вы после. Было бы также хорошо знать, как вы считали, что он ограничен, учитывая огромное количество контекста, который мы можем извлечь из видео. – kbcool