近日,由北大&影谱智能影像生产实验室研究发表的学术论文《基于迁移学习的情感分析研究》在国际期刊《IEEE Access》上在线发表。

论文以人工智能与互联网行业的快速发展为背景,重点研究了迁移学习算法在情感分析中的应用。

迁移学习是一种潜力巨大的机器学习方法,北大&影谱科技智能影像生产实验室一直在该领域持续进行研究,不断探索将迁移学习应用于智能影像生产的创新方法。

北大&影谱科技智能影像生产实验室是国内首个专注于视频领域的智能影像生产实验室,致力于智能影像技术及虚拟现实等技术研究。

《IEEE Access》是一本具有广泛影响的高水平国际学术刊物,一直在IEEE所有感兴趣的领域展示原创研究或开发的成果,注重前沿技术、应用和跨科学原创内容,涉及计算机科学、信息工程、电力电子等领域。

2018年《IEEE Access》的影响因子为4.098,文章影响评分为0.835,文章内容始终保持着IEEE评审的高质量标准。

数据、算力的爆炸式增长,和深度学习技术的快速演进无疑给人工智能行业带来了更多的希望和发展。

然而,人们的需求更加个性化、多样化,用于训练神经网络的标签也就随之更加个性化、多样化,目前在特定的个性化场景下的数据量及标签仍然不能满足训练的需求。

迁移学习可有效弥补数据量不足的问题。

它利用现有知识解决相关领域的问题,将已经学习到的知识表征迁移到目标领域,并产生高准确率的预测结果。

据了解,诸多领先的视觉技术企业已经将迁移学习落地到各类应用场景。

影谱科技创新研发中心负责人吉长江表示,利用智能影像生产相关技术将AI应用于视频影像领域,不仅可自动化分析海量影像数据,还能从大量非结构化数据中获取洞察力,更深入地改善视频内容开发及视频数据应用,实现深度个性化推荐、视频图像优化等功能,从而为视频产业降低生产成本、提高作业效率。

以体育赛事为例,这是一个融合视听、交互以及氛围的跨界综合体,观众其视频内容的专业性、丰富性、个性化需求越来越强。

智能影像生产技术作为AI在视频影像领域的创新增强,综合利用计算机视觉、深度学习、迁移学习等前沿技术,研发适应于智能影像生产的创新算法和系统,用机器自动化生产内容替代部分场景下的传统内容生产模式,可同时实现商业视频的自动化和个性化加载,同步提高商业转化效率,大幅降低投入;甚至可以根据观众的个性化需求实现千人千面,带来创新的观赛体验,触发体育赛事的真正价值。

在未来,影谱科技将通过人工智能技术进一步理解观众“千奇百怪”的兴趣偏好,帮助视频内容的输出从常规的单向输出变成以观众的想法为输出点,更加贴合观众需求。

智能影像生产技术还将在更多其他相近的场景下得到适配,进行更具广度和深度的应用,创造更前沿的革新。

免责声明：本文为商业广告，仅为传递更多信息之目的，不代表本网观点。

其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。

。