先進的圖像辨識如何改變色情產業？
說到這方面，日本人表示，你們都弱爆了！
來舉幾個例子：
一、chainerによるディープラーニングでAV女優の類似畫像検索サービスをつくったノウハウを公開する- Qiita（使用 chainer 和深度學習搭建女優圖像檢索服務）
這位仁兄做了個實驗，使用爬蟲在網上蒐集了大量的女優臉部圖片，使用 dlib 做面部辨識的處理。使用 chainer 搭建神經網路並測試。最後達到的功能就是，根據一副圖像，自動辨識最相似的女優。
更厲害的是，最後作者表示他把這個服務搭建成一個網站，歡迎大家來訪問。網站的地址我就不發了，大家自己到原文去找吧。
二、ディープラーニングで「顔が似ているAV女優を教えてくれるbot」を構築- Qiita（使用深度學習構建一個可以自動檢測最相似女優的機器人）
這個看起來和第一個差不多，其實是不一樣的。這個機器人能從臉部打馬賽克的圖片，辨識出原來的人物是誰。
效果如圖：
機器人：照片中的人物為上原亞衣。相似度 98.730320%。
三、ディープラーニングで顔寫真から巨乳かどうかを判別してみる(うまくいったか微妙) – Qiita （使用深度學習，透過臉部照片，嘗試判別胸部大小）
作者還是一樣的套路，先蒐集了好多臉部圖片當訓練集。使用了 tensorflow 進行訓練，最後的結果如下：
- 巨乳的召回率為 82%（69/84）
- 貧乳的召回率為 37%（30/81）
作者表示，巨乳組正確率很高，但貧乳組不行。要提高正確率，還要更多的資料。
另外摘錄一些有趣的網友評論：
yomox9：有意思。那麼從男性的臉部特徵出發，好像也可以做相同的事情呢。
u651601f：求巨乳圖片的訓練集。感謝樓主。
四、Ecstascene:音特徴を利用した成人向け動畫における最高潮場面推定システム（使用音頻特徵推測成人影片的最高潮場面）
嚴格來說這個其實不是圖像領域了。原文我沒找到，不過看標題基本就明白什麼意思了。
補一張圖（作者竟然是東京大學情報理工系的，為什麼研究的東西那麼奇特……）
（本文由 雷鋒網 授權轉載；首圖來源：shutterstock）
