Нейросеть Captioning AI от LG может создавать текстовые описания по изображениям

На конференции Computer Vision and Pattern Recognition 2023 в Канаде компания LG представила свою новую разработку - нейросеть Captioning AI, способную генерировать текстовые описания для изображений.

Особенностью этой технологии является ее способность описывать даже то, чего никогда не видела ранее, например, распознавать пейзажи или людей на фотографиях. За менее чем два дня ИИ способен сгенерировать текстовые описания для более чем 10 тысяч изображений.

Система основана на технологии Zero-Shot Image Captioning, разработанной в LG AI Research, которая позволяет нейросети описывать сцены и объекты на основе предыдущего опыта.

Кроме того, ИИ способен описывать фон, активности персонажей и взаимодействие элементов изображения. Компания считает свой продукт уникальным и видит его потенциал в систематизации фотографических баз данных.