今天宣布推出了一个提供优惠股票图像，音乐和视频内容的公开交易公司，该公司宣布推出将加快通过IOS应用程序提交新图像的贡献者的进程。该应用程序将建议贡献者可以点击的几个关键字，然后选择上传的图像。

这样，人们不必用手指啄掉关键字。在他的新版本的测试中，该更改肯定为Michael Petry的移动产品所有者节省了时间。

“我会说一般来说，我可能需要一分钟半分钟来添加照片并提交。现在我可以在大约30秒内完成，“Petry在面试中告诉Vidturebeat。

虽然更新将提高用户体验，但它也应该导致更多的图像下载。这很重要，因为Shuttersock贡献者是根据他们正在下载图像的次数支付的。更多的下载可以使贡献者想要坚持下去，并更好地贡献未来的图像。

Shutterstock没有充满人们对新上传的适当关键字的仓库。它依赖于一种称为深度学习的人工智能，以认识到图像中包含的内容以及P OUT将代表它们的话。深度学习涉及在许多数据上培训人工神经网络，例如以前上传的Shutterstock映像，然后让它们提高了新数据。这就是Shutterstock在内部开发的专有卷积神经网络发生的事情。

此前，Shutterstock已经使用这种方法，为反向图像搜索它在今年早些时候推出，而深入学习也是在Shutterstock应用程序中挑选出视觉类似的图像，劳伦斯拉雷萨，Shutterstock的搜索和发现团队的产品总监，告诉Vidturebeat。

但在这种情况下，Lazare说，在这种情况下，在导致更多下载的标签中也是在构建的标签中。

Shutterstock在致电图像识别领域的深度学习方面并不是独一无二的。Apple，百度，Facebook，谷歌和微软等人也这样做了。

几年前，“所有大公司来到了Shutterstock，Lazare说，因为这些公司有很多数据，专门的图像，可以有助于训练。如今，Shutterstock拥有9300万图像，以建立对其神经网络的理解进行自动关键字生成。

博客文章有关应用更新有更多详细信息。