【AI開發第一步】微軟認知服務API應用

目錄

• 介紹
• API分類
• 使用‘視覺’API完成的Demo

點擊直接看乾貨

 

介紹

從3月份Google家的阿爾法狗戰勝韓國圍棋冠軍選手李世石，到以後微軟Build2016大會宣佈的「智能機器人」戰略。種種跡象代表將來慢慢會進入「人工智能」時代，人工智能再也不像之前那樣聽起來高大上，普通的碼農屌絲也能開發出具有人類智慧的APP。聽起來是否是很叼？

之前是這樣的：

You：吳博士，您研究的主要方向是撒？

吳博士：人工智能。

You：挖槽，好叼。你以爲將來機器人會不會控制人類呢？

吳博士：......

如今是這樣的：

You：博士來來來，看看我這個App（將‘高富帥’纔會用的腎8遞過去）。

吳博士：嗯，很普通嘛。有什麼特別的嗎？

You：用它自拍一下試試...

吳博士：（拍完照）。窩草，它怎麼認識我姓Wu？年齡顯示也太大了吧，我才42啊！

You：博士，這是一個具有'人類意識'的App額...博士你聽，它從你臉色判斷出你常年腎透支啊...

吳博士：......

 

借用微軟認知服務官網上的一段話：

「

Give your Apps a human side 

Knock down barriers between you and your ideas. Enable natural and contextual interaction with tools that augment users' experiences via the power of machine-based AI. Plug them in and bring your ideas to life.

」

翻譯過來大概是：

「

讓你的應用擁有人的智慧

你的想法再也不只是想法。基於機器學習的人工智能使天然的和基於語境的人機交互變爲可能，爲你的應用加強用戶體驗。如今你就能夠在你的應用中接入這些智能，把你的想法變成現實。

」

微軟已經公開了「認知服務」的一些API，用起來特別簡單，NuGet上有現成的Package。主要分爲5大類：

 

API分類

 

• 視覺類

• • 人臉識別
  • 情緒識別
  • 視頻檢測
  • 計算機視覺

 

• 語音類

• • 聲紋識別
  • 自定義智能識別
  • 語音識別

 

• 語言類

• • 必應拼寫檢查
  • 文本分析
  • 網絡級語言模型
  • 語言分析
  • 語言理解

 

• 知識類

• • 學術搜索
  • 實體連接
  • 推薦
  • 知識搜索

 

• 搜索類

• • 必應圖片搜索
  • 必應新聞搜索
  • 必應網絡搜索
  • 必應自動推薦
  • 必應視頻搜索

 

以上5大類中，每類API均可以避免費試用，固然有次數限制。對於那種想體驗一下的童鞋徹底夠用，若是想要大範圍商用，花錢買也行。

 

使用「視覺」類API完成的demo

廢話說太多，仍是要上點乾貨。

空餘時間利用「視覺」類API作了一個Demo。具有如下功能：

• 圖片分析。描述圖片、給圖片貼Tags、判斷圖片是否涉黃、找出圖片中的人臉等等；
• 人臉分析。判斷人臉年齡、性別（跟How-Old顏值相機相似）；
• 人臉情緒分析。判斷每張臉的表情，是否‘生氣’、‘高興’、‘驚訝’...

能夠說功能強大，呵呵，至少比how-old顏值相機功能大一點 :)

源碼下載（幹活）：

https://github.com/sherlockchou86/ComputerVision.UWP

手機上也能夠運行，圖片有三種方式：URL網絡圖片、本地上傳、以及相機拍照。都有對應的API。沒有作成App上傳到Store，感受界面並不太友好，只適合開發人員看看而已。

 

下面是截圖：

【1】人臉識別

 

 【2】情緒分析

【3】圖片描述（注意description中的內容，直接能夠識別圖中人物爲川普）

【4】判斷圖片是否涉黃（雖然圖中adult content爲false，可是racy content爲true，說明露得不是不少）

【5】給圖片打標籤（分類），能夠看到，很是準確

 

本文僅介紹了跟「視覺」有關的API使用方法，大概就至關於人類的「眼睛」。其餘諸如「嘴巴說話」、「大腦分析語音」、「理解文本」以及「掌握知識」等一系列API暫未涉及到。本文僅是開端，你們能夠試試其餘：）

開源有益，多謝點贊！