10月12-15日，中华医学会第24次全国放射学学术大会(CCR 2017)在上海世博中心拉开帷幕，聚集了国内外一流的专家学者及业内人士共6000余人，集中展示和交流了中国影像医学的历史传承与跨越式发展。搜狗公司COO茹立云受邀出席此次大会，以“人工智能在图像领域的进展”为题，分享了人工智能推动图像技术取得的五项重大突破，并指出人工智能技术在医疗领域应用前景广阔，未来将能发挥更大作用。
(搜狗公司COO茹立云出席CCR2017并发表主题演讲)
随着移动互联网及社交网络的发展，图片成为主要的信息载体，在这种情况下，计算机的图像识别技术就显得尤为重要。茹立云介绍，21世纪初，图像的检索基本上是由人工去定义特征，在机器上做简单的匹配。人工智能技术的发展，让机器对图像中内容的理解能力实现了全面提升。具体而言，面对一张图片时，机器会最先判断“图像里有什么”，精准识别图像中的内容;其次判断“图像中物体在哪儿”，以精准定位物体的位置;最后会对“图像内容表达什么”进行智能语义分析。
“机器对图像理解能力的提升，则直接推动了OCR文字识别、识图搜索、人脸识别、图文翻译、图像生成这五大图像技术的突破。其中，前三项技术主要用于解决‘图像里有什么’和‘图像中物体在哪儿’的问题，后两项则对应解决‘图像内容表达什么’的问题。”茹立云指出，并一一介绍了这五大技术突破的具体发展情况。
在文字识别方面，其目标是检测并识别图像中的文字。“传统文字检测方法步骤繁琐、人工设计流程多，且无法应对复杂背景和低质量文字。现有技术体现了深度学习模型的端到端的特点，减少了中间环节，从而能降低识别错误率。图片中的文字无论是印刷体、手写体或者夹杂在复杂背景中，都能被机器准确读出来。”茹立云还以搜狗翻译APP最新推出的“菜单翻译”功能为例，展示了文字识别技术的具体应用。这项功能基于搜狗领先的图像识别技术，对于用户从任意角度扫描的中英文菜单，均可准确识别，并在原菜单的对应位置标识出相应的翻译结果。
(图：“菜单翻译”功能翻译前后对比截图)
识图搜索则旨在解决图像分类、查找相同图、相似图等问题。茹立云表示，当前的识图搜索技术，以深度学习算法替代了人工设计，有效提升了相同图和相似图搜索结果的质量。“如搜狗图片的拍照购物功能，用户只需将喜欢的衣服拍照上传，或者从手机里上传相关照片，系统即可对上传照片进行快速处理，并与数据库中上亿张商品图片进行高速比对，为用户找到相同和相近的商品。再如搜狗图片的‘识狗’、‘识花’功能，用户只需上传相关照片，即可直接识别出狗或者花的种类。”茹立云举例说。
人脸识别方面，他指出，在深度学习以及大数据的驱动下，人工智能在人脸识别的某些方面已远超人类的识别能力。并且，人脸识别的实际应用场景也已日趋成熟，已经越来越多地应用到了机场安检、人流监控、疑犯查找、身份认证等场景下。例如商店的监控器，就可以利用人脸识别技术，对经常出入店铺的熟客进行针对性营销，将能更好提升销量。
图文翻译技术，其目的是使机器准确理解图像背后的语义。“传统的图像识别技术，只能粗略识别出图像中的基本内容，如图像中有一个人。而人工智能支持下的图文翻译技术，不仅能告诉你图片中有一个人，还能分辨出这个人的性别、他手上拿的东西、他周围有什么物体等更细致的内容。”茹立云说，这项技术的突破，也能给人带来极大便利，例如盲人朋友以前只能通过声音或者文字转化成的声音来获取信息，现在还能把图片信息转化成的声音，让他更好了解视觉化的世界。
而人工智能技术发展到更高阶段，则是图像生成技术，目前这一技术也已被广泛应用到了人脸合成、图像修复、风格迁移等方面。“例如图像修复方面，AI能通过深度学习，将带马赛克或者画面遮挡的图片修复成完整图片，再如黑白照片上色变成彩色照片，等等。”茹立云举例说。
回到大会核心话题——影像医学领域，茹立云指出，未来图像AI在医疗领域的应用前景将会非常广阔，主要包括三方面：首先是辅助诊断，人工智能可以学习更多医学影像方面的数据，进一步辅助医生诊断决策;其次是疗效评估，对于肿瘤等重大疾病，可依据AI大数据分析，在治疗前判断治疗方案对患者的疗效;再次是预后预测，科学预测患者生存期，提取患者特征，建立模型，定量分析，给出预后预测。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
