• 沒有找到結果。

第二章 相關研究與技術背景

2.1 文獻探討

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

6

第二章 相關研究與技術背景

在本章節中,我們將從兩個面向進行相關研究與技術背景之探討,其一是電腦視 覺與其應用之文獻探討,以及社群網站的演進與使用者的影響;另一方面為我們所應用 在臉書相片及使用者研究上之工具、方法、演算法探討。

2.1 文獻探討

電腦視覺,也稱機器視覺,是一門教機器如何看的科學,因為影像對於機器來說 只是一堆數據,機器並不了解這些數據背後所代表的意義,因此需要將圖像信息先轉成 數字圖像,再讓機器模擬人的判別準則,去理解、識別它,以達到讓機器代替人眼、去 模擬人對事物的思考,也就是讓資料經過一個為其設定的程序,再去做圖像的分析、處 理或識別。電腦視覺初步的應用為影像處理,常見的影像處理有影像強化、影像復原、

影像分割、影像壓縮、影像平滑化等等,而電腦視覺可以再進一步對內容去做分析,包 括影像的校正、人物辨識、物件偵測、事件偵測、環境偵測等,從此可知電腦視覺的應 用性很廣泛。

其中,從影像中偵測人臉的研究已經發展了數十年之久,此技術的衍生應用也相 繼而來,最早大約是從數位相機開始興起,相機裡的人臉偵測功能與微笑拍照功能,讓 焦距可以對準人臉,避免在拍照的時候,發生失焦的情形。而關於人臉偵測的演算法,

Paul Viola 等人[1]提出了幾種演算法,來訓練人臉、偵測人臉,以達到快速找到人臉的 效果,像 OpenCV 裡面所提供的人臉偵測相關範例,也有使用他們所提出的論文方法去 實作。除了人物辨識外,物件偵測也是電腦視覺裡一塊很重要的領域,從早期單一類別

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

7

物件偵測與辨識,逐漸演進到多類別物件偵測與辨識、場景分類、甚至環境識別等,舉 ImageNet 為例[2],它是一個龐大的影像資料庫,從 2010 年開始每年會舉辦一次大型視 覺辨識競賽,競賽內容主要以兩個任務為主,一是物件偵測,另一個是圖像分類;物件 偵測要求在影像中,準確偵測出 200 類物體並框出其具體位置的邊界框;而圖像分類則 是給予 1000 個類別,須將相片做準確分類以及框出該類別的邊界框[3]。從每年的比賽 結果可以觀察到,在偵測部分,精確度由 2013 年的 0.23 提升到 2015 年的 0.62;而在分 類錯誤率的部分,則由 2010 年的 0.28 降到 2015 年的 0.036,可以發現整體準確率的大 幅提升,以及電腦視覺技術的進步。

另外,Google 科學家們在 2014 年發表了一篇文章[4],內容是介紹他們打造的圖像 描述系統,所採用的方法是結合電腦視覺系統與自然語言處理系統,經由機器學習訓練 它的影像辨識和描述能力,將一張影像轉換為一段英文描述句(如圖 2.1),並且也有以人 工評分的方式,將圖像描述的品質分成描述無誤、輕微錯誤、還算與圖片有相關、與圖 片無關等四種表現,此研究在電腦視覺的領域,開創了新的議題與方向。

圖 2.1、Google 的圖像描述系統的運作架構

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

8

透過這些資訊,可以知道電腦視覺所處理的功能越來越多樣化,且在偵測、辨識 上越來越精準,故本論文會利用現有的技術取代過去的人工診斷,以自動化方式做大量 資料的分析與應用。

另外,隨著網路科技的進步,有越來越多的社交平台興起,所提供的功能或服務 也朝向多元化發展,例如從以前以聊天對話為主的即時通、MSN,到無名相簿與網誌,

以及影音網站 YouTube,再到現在幾乎所有熱門功能或活動都包含在裡面的社群網站如 臉書、Twitter 等等,可以發現大眾的生活與網路世界越來越密不可分,且在網路上可以 交流的內容或方式越來越豐富,故這些平台已成為許多人快速分享及接收各種資訊的管 道。

其中在相片這部分,隨著相機、手機日漸普及,相片的呈現逐漸由傳統底片轉變 為好修改以及收藏的數位相片,加上網路技術日益發達,讓每個人可以在網路上張貼影 像與他人交流,而網路相簿的興起,更是擴大大眾在網路上公開相片的風氣。舉無名相 簿為例,此平台是當時許多使用者存放影像的儲存空間之一,並可以依照不同的內容去 建立相簿,可能是生活紀錄,或是寵物、美食、旅遊的分享。此外,除了可以看每本相 簿的點閱率,使用者也可以為整本相簿設定密碼鎖來限制可瀏覽人員,但即使做加密的 動作,仍然會顯示相簿名字只是無法觀看,整體來說,無名相簿功能單純,較限於影像 瀏覽;而臉書,除了可以抒發個人心情,也可以上傳各式各樣的相片,並為相片加上附 註以及彈性設定觀看者的權限,像是只限本人、朋友、朋友的朋友、公開、或特定對象 等等,都有提供不同的設定,並且還可以隱藏整本相簿,不用擔心其他使用者看到,整 體在隱私部分較來得完善;除此之外還可以對整本相簿或是裡面任一相片做按讚、留言 的動作,讓臉書使用者之間具有更高的互動性,這些功能都是創新的技術,並讓臉書漸 漸成為許多人分享相片的平台。

等學者透過相片內容的特徵,將相片分成八類(Friends / Food / Gadgets / Captioned Photos / Pets / Activities / Self-portraits / Fashion),再以使用者張貼相片的類型,將使用者分成五 群,並觀察不同群間的使用者特性,呈現出不同的使用者樣貌,像是喜愛自拍型、喜歡 載的功能,如果要下載相片會相當麻煩。在此,本論文使用 Google Chrome 瀏覽器的擴 充功能,額外安裝一個擴充元件:Ensky's Album Downloader for Facebook(如圖 2.2)來取

相關文件