The field of image and video recogn

The field of image and video recognition is quickly progressing, with new technology now allowing for content-based search and classification of digital media. In the past, the accuracy of video recognition doubled every three years, but recent advances employing deep convolutional neural networks have nearly doubled in accuracy in a single year.
At this stage, coarse-grained classifications of concepts or nouns, such as cars, sunsets and sunrises, mountains, and indoor scenes, can be recognized. It’s also possible to recognize finegrained classifications such as German shepherds,
Afghan hounds, terriers, or spaniels. It has even become possible to recognize events in videos, such as a person changing a car tire, a person cleaning an appliance, or a couple at a wedding ceremony.

結果 (繁體中文) 1:

圖像和視頻識別領域的快速進步，現在允許基於內容的搜索和分類的數位媒體的新技術。在過去，視頻識別的準確性加倍每隔三年，但採用深卷積神經網路的最新進展已幾乎翻了一番精度在一年之內。在這個階段，粗細微性分類的概念或名詞，例如汽車、 日落和日出、 山脈和室內的場景，可以被認可。它也是可能承認細粒的分類，如德國牧羊犬，阿富汗獵犬、 梗或獵犬。它甚至成為可能承認事件的視頻，如一個人換汽車輪胎，清洗裝置，一個人或一對夫婦在結婚典禮上。

結果 (繁體中文) 2:

圖像和視頻識別領域正在迅速進展，用新技術現在允許基於內容的搜索和數字媒體的分類。在過去，視頻識別的準確性一倍每三年，但採用深卷積神經網絡的最新進展，在一個單一的一年精度幾乎翻了一倍。
在這個階段，概念或名詞粗粒度的分類，如汽車，日落和日出，高山和室內場景，可以被識別。它也可以識別細粒度的分類，如德國牧羊犬，
阿富汗獵犬，獵犬，獵犬或。它甚至已成為可能識別在視頻的事件，如在婚禮儀式換輪胎，一個人清潔器具，或一對夫婦的人。