CBA买球官网|图像识别怎样改变AV产业？通过面部照片尝试判别胸部大小

先进设备的图像识别怎样转变AV产业？　　说道到这方面，日本人回应，你们都弱爆了！　　我来荐几个例子：一、chainerによるディープラーニングでAV女優の類似画像検索サービスをつくったノウハウを公開する - Qiita翻译成：用于chainer和深度自学搭起女优图像检索服务　　这位仁兄做到了个实验，用于爬虫在网上收集了大量的女优面部图片，用于dlib做到面部辨识的处置。用于chainer搭起神经网络并测试。最后构建的功能就是，根据一副图像，自动识别最相近的女优。

　　更加得意的是，最后作者回应：最後に宣伝になりますが、CNNを使ってAV女優の類似画像検索をしたサイトを不作っているので、よかったら見てみてください。也就是说，他把这个服务搭乘竣工了一个网站，青睐大家来采访。网站的地址我就不上行了，大家自己到原文去找吧。

二、ディープラーニングで「顔が形似ているAV女優を教教えてくれるbot」を構築 - Qiita翻译成：用于深度自学建构一个可以自动检测最相近女优的机器人　　这个看上去和第一个差不多，只不过是不一样的。这个机器人能从面部打码的图片，辨识出有原本的人物是谁。效果如图：　　机器人：照片中的人物为上原亚衣。

相近度98.730320%。三、ディープラーニングで顔写真集から巨乳かどうかを判別してみる (うまくいったか错综复杂) - Qiita翻译成：用于深度自学，通过面部照片，尝试判断胸部大小。

　　这个脑洞我知道回应无语，知道能顺利么？　　作者还是一样的套路，再行收集了好多面部图片当训练集。用于了tensorflow展开训练，最后的结果如下：　　巨乳的解任率为82%(69/84)　　贫乳的解任率为37%(30/81)　　作者回应巨乳组正确率喜人，但贫乳两组敢。要提升正确率，还要更好的数据集。

另外节录一些有意思的网友评论：　　yomox9： 有意思。那么从男性的面部特征抵达，样子也可以做到完全相同的事情呢。　　u651601f：欲巨乳图片的训练集。

感激楼主。四、Ecstascene: 音兹徴を利用した成人向け動画における最高潮場面推断システム翻译成：用于音频特征推断成人视频的最高潮场面　　严格来说这个只不过不是图像领域了。原文我没有寻找，不过看标题基本就明白什么意思了。　　调补一张图（作者居然是东京大学情报理工系由的，为什么研究的东西那么怪异......。

本文来源：CBA买球官网-www.danielnebiat.com