Microsoft Cognitive Services

Deparei-me com estes serviços da Microsoft ( Cognitive Services APIs). Interessante perceber como de modo automático e com grau de exatidão elevado, estas APIs identificam idade, sexo, estados emocionais, lugares, partilha de momentos, …

Propositadamente usei fotos minhas para perceber qual o grau de fiabilidade da identificação destas APIs.

Emotions — De toda a família as “mulheres” mostram mais Happiness 1.00000 ou 100%, já o meu filho, fica-se por 85% de neutralidade e 10% de felicidade. Garanto que estávamos todos felizes, era o aniversário da nossa filha.

Face — Apesar da API simpaticamente me ter dado ligeiramente menos idade do que a real, identifica claramente a não utilização de óculos e o facto de ser homem e estar a sorrir :-)

Computer Vision — Na identificação da imagem, elementos como árvores, outdoor, relva, bicicleta, trilha, floresta, … são identificados com um nível de confiança bastante elevado.

Numa altura em que a partilha de fotos aumenta com as redes sociais (instagram, facebook, snapchat, …) e que não apresentam necessariamente legendas a acompanhar, pelo menos que identifiquem os elementos ou estados emocionais. Ninguém coloca uma foto a dizer “olhem eu aqui feliz a andar de bicicleta, numa montanha rodeado de árvores, relva,…”.

A identificação destes estados ou elementos nas fotos, será seguramente o primeiro passo para um planeamento mais eficaz de campanhas e marcas. Num futuro próximo, agências, marcas conseguirão colocar conteúdo de acordo com as fotos publicadas.

No exemplo acima do passeio de bicicleta, lembro-me assim de repente de marcas de bebidas isotônicas, material bicicleta, ou mesmo de alguma clínica de saúde se eu for depressa demais!

— — — — — — — — — — — — — — — — — —

I came across with these services from Microsoft ( Cognitive Services APIs). Interesting to realize how automatically and with high precision of accuracy, these APIs identify age, sex, emotional states, places, moments, …

I purposely used my photos to see how reliable the identification of these APIs is.

Emotions — In the family “women” show more Happiness 1.00000 or 100%, already my son, stands for 85% neutrality and 10% happiness. Believe that we were all happy, it was our daughter’s birthday.

Face — Although the API has sympathetically given me slightly less age than the actual one, clearly identifies not wearing glasses and being a man and smiling :-)

Computer Vision — In image identification, elements such as trees, outdoor, grass, bicycle, trail, forest, … are identified with a fairly high level of confidence.

With photo sharing increasing in social networks (instagram, facebook, snapchat, …) and not necessarily having text to accompany, at least identifying the emotional elements or states. Nobody puts a photo saying “look here, I’m happy riding a bicycle, on a mountain surrounded by trees, grass, …”.

Identifying these statuses or elements in the photos will surely be the first step towards more effective campaign planning and branding. In the near future, agencies, brands will be able to put content according to the published photos.

In the above example of the bike ride, I suddenly remember brands of isotonic drinks, bike stuff, or even some health clinic if I go too fast!


Originally published at https://www.linkedin.com on January 13, 2017.