‧ 懷才不遇的你，需要一個電腦演算法當伯樂

leiphone 張馳

與人的經濟地位一樣，社交媒體中受歡迎的內容，由於得到廣泛傳播，只會越來越受歡迎。比如，一個圖像的流行，並不一定象徵著其品質過硬，某些大受歡迎的內容，有著不佳的品質。但想找到高品質，卻不受歡迎的內容就有點困難了。

這是因為流行性遵循一個冪次定律：大部分注意力都集中在一小部分的內容上，而只有一小部分注意力放到了其餘絕大多數的內容上。圖片共用網站Flickr有約2億張照片，其中1.66億張只有五個，及以下的人喜歡。

在不受歡迎的長尾效應中，一定藏有許多攝影佳作。但如何找到它們呢?

義大利都靈大學的研究人員就找到了方法，他們訓練機器視覺演算法辨識美圖，然後讓它搜尋Flickr中的長尾圖片，找到沒人注意的佳作。

他們首先從Flickr資料庫入手，收集大眾關於其中10000張圖片審美標準的意見，包括受歡迎和不受歡迎的圖像，主題分為人、自然、動物以及城市四類。圖片品質由高到低分五個等級，每個圖像至少由5人評定。這個過程會生成每種類別圖像的基本標準。
接下來，團隊使用資料集，開發了CrowdBeauty機器視覺系統，辨識每一類圖像。為做到這一點，演算法運用一些準則來分析每一張圖片，如其參照物、亮度、色彩、圖片本身的佈局特點。
演算法會學習這些標準，如何影響最終的審美評價，之後它會經過從未出現過的照片的測試。結果十分準確，特別是在動物和城市照片上。
最後，CrowdBeauty對Flickr上的900多萬圖像進行了分析，以挑選出還沒有流行起來的漂亮圖片。