加入图像辨识，手机无所不能

拿起照相手机拍照、留下生活纪录，已成为现代人生活的一部分，用手机来视讯通话也稀松平常。从产业端来看，苹果（Apple）公司推出触控式手机，整合各种娱乐服务；Google推出Android手机平台，要把网络服务串连起来，整个手机市场又进入新一波的竞争，各家无不思考手机还有哪些应用可能？ 现在，它甚至可以担任你的个人翻译。当你在不同国家旅行，遇到不懂的单字，只要透过手机内建的数字相机镜头，对着陌生单字拍摄，透过图像辨识功能，就可立刻在屏幕上显示翻译结果，再也不用带着大本字典或是慢吞吞地在电子翻译机输入单字。

拆解文字技术速递信息

这项新技术是由诺基亚（Nokia）中国研究中心所开发，用照相手机拍摄任何物体表面的文字，经由光学辨识，将影像的文字抽取识别，再透过内建的翻译软件转换成不同语言。诺基亚中国研究中心负责人裴斯博（Seppo Pienimaa）表示，该中心针对亚洲语言的研究已长达八年，包括汉语、粤语、英语、泰语、越南语等，希望能够创造多语言通用的服务，让使用不同语言的人，可以在生活中更便利地沟通。

诺基亚中国的研发人员表示，现在已经能将中文与英文的文字影像进行拆解辨识，可逐字翻，也可以配上人工智能的词组辨识，大从海报广告牌、小至报章杂志的说明文字都可翻译。这项技术最快将可在今年搭配产品问世，届时可望免除参加北京奥运的外国观光客看不懂中文菜单的困扰。

透过影像识别的技术，再加上传输到某些终端或网络辨识，照相手机的应用还可以作为更精确的个人身份识别。日本松下电器（Panasonic）和夏普（Sharp）公司都已经开始制造具备「面部识别」功能的手机，透过内建相机，来捕捉使用者五官的轮廓与距离，再透过软件运算，辨别识使用者是否为原手机持有者。

这项研究的应用，不单是打算以手机取代翻译机，研究人员更试图让手机扮演搜寻引擎的角色。诺基亚在加州帕拉阿图（Palo Alto）的研发中心，就推出一个名为「Point Find」的计划，只要以照相手机拍摄生活周遭的景物，就可以实时从网络上得到相关信息。去年秋天，数家印度宝莱坞（Bollywood）电影片厂尝试了一项新服务：手机用户将相机镜头对准电影海报，然后就可以下载该部电影的主题曲作为手机铃声。研究人员在实验室示范，把手机的相机镜头对准一只红色的鞋子，手机立即可以从网络上搜寻出附近鞋店的资料；对准店面，就能得到门市营业时间的讯息。

诺基亚承诺这项计划将在三年内实现，而这个概念型科技已经吸引很多人的注意。因为它让消费者简单地使用照相手机，得到他们感兴趣的信息。甚至当消费者想要购买某件海报上的洋装，照相手机也可以搜寻最实惠的价格和购买方式，比起现有搜寻模式（消费者在网络上寻找关键文字）便利许多。不过，除了影像辨识，这项技术需要大量科技的配合，例如ＧＰＳ定位、人工智能算法。ＭＩＣ研究顾问王胜宏表示，利用影像辨识在实体世界搜寻，需要庞大的数据库和运算能力，更要能够跨平台的分享信息，不是单一企业可以做到的。

未来图像辨识可望与更多应用程序结合，但重点在于要找到利基，提供特定族群消费者一个「渴望拥有」的加值选项，「好用」才能让图像辨识成为新的杀手级应用。