328
【MIUI體驗師】自動識別分類，快速搜索照片功能
前言
在MIUI9正式發布的前夕，在MIUI官方微信就開通了內測報名通道，通過的米粉可以優先使用MIUI9的內測版，首批開始內測的機型是小米6和紅米NOTE 4X（高通版），一看到首批支持的機型有點小激動，我現在用的就是小米6高配版，最後也順利通過了審核，就等待內測的來臨了。26號的發布會，除了小米5X之外，另外一個主角就是MIUI9了，全程觀看了發布會直播，看點十足，聲稱是快如閃電的MIUI係統。實際上測試過的確如此，表現出色，使用起來更加流暢。
在發布後的第二天，也就是27號，向通過審核的小米6、紅米NOTE 4X（高通版）用戶推送了MIUI9內測版，是開發版的直接OTA 更新增量包方式，升級至 MIUI 9。27號早上十點陸續收到推送消息，已經迫不及待去升級了。用上MIUI9後，開始給我感覺好像跟MIUI8區別不大，但慢慢對它深入了解過後，除了流暢度增加了，有幾個新增加功能也是很吸引人的，傳送門、信息助手、快速查找照片、分屏等全新功。而我個人對快速查找照片功能比較感興趣，下麵給大家介紹一下。
日常生活中我們拍過的照片多不勝數，而要查找到之前拍過的照片，就要在照片裏一直往下麵尋找，如果你記得時間還好，不然過程挺漫長的。或者自己在相冊中建立一個相冊並命名，把所需要的照片發送到裏麵去，方便查看。但這樣一來比較麻煩，照片太多的話也不好操作，MIUI9就在相冊這方麵解決了照片分類的問題了，而且是智能識別，大大方便我們查找，簡化了很多的操作了。
親測截圖
升級了MIUI9之後，在界麵上感覺沒什麼變化，在我使用了一段時間後，確實是流暢度提高了，更加省電了。重點介紹一下相冊的功能，進去後，跟MIUI8一樣，在照片裏的是以拍照的日期進行排序的，頂端就多了一個搜索檔，在下麵會詳細說明。而相冊裏麵就自動劃分了大類別:人物、地點、分類，這種功能得益於先進的機器學習和圖像識別技術。
MIUI9的相冊中可以基於時間、地點、人物、事物進行快速查找。人物就是指拍照中能識別到的頭像，以前的MIUI8就有這個功能了。地方就是你拍照的地點，是以地區來劃分，比如:廣州市、北京市。分類的話就比較細化了，具體到以某種事物來劃分:比如:樹、花、建築。
在拍照時，拍人是比較常見的事，無論是合照還是單人照都是比較多的。拍完照後，會自動識別人物的頭像而進行整合，而且還能對其命名，從此照上的人物都能有專屬的名字，讓我們能對其有了認識。人物裏有眾多從照片中截取的頭像，都未命名的，現選擇大家都熟悉的雷總，對他的照片進行命名。進入照片後，人物頭上會出現“我是誰？”，點進後輸入要命名的名字並且設置與其的關係。以後所有照片中有雷總的，都會在其頭像上顯示名字。
拍照的地點，以市來劃分，要能識別到拍照的地點，是必須要開啟網絡的，不然不能定位到拍照的地方。如果是經常到處去旅遊的，以地點來劃分，查找照片時也比較方便。
分類就細化了很多種類了，我們常見的事物MIUI9都能自動歸檔，比如花花草草、樹木、天空等等。也可以識別出身份證、名片、銀行卡、護照等證件，從而便於我們從中尋找。比如以“花”的分類來看，照片中有花的時候，基本能歸到這一類中，識別的準確度是比較精準的。也不分地點和時間，所以同一張照片可以用不同方式查找。
但有的分類並不是太準確的，這可能需要在後續的識別中要加強了。在文檔分類中，有的照片上出現較多的文字的時間，也會被劃分到文檔中。比如是產品的盒子和衣服上的文字，識別能力還算不錯。遊樂園分類時，很多時候會把建築的機械當成遊樂園的設施，但整體上能識別到遊樂園的設備。在雪的分類上，就不太準了，把櫻花和白色的紙屑當成了雪，這個感覺有點失誤了。在分類上，已經可以比較準確的歸類了，但還需要不斷學習改善，實行更多的種類劃分，讓我們更加方便查找到照片。
如果同一地點的照片眾多，可以查找該地點或節日整理出子相冊，幫助我們回憶起哪個節日都在幹些什麼了。以前我們刪除掉不要的照片，想要找回來的時候，要登錄到雲服務，在雲回收站內恢複。如今在相冊的選項中能找回恢複，再也不怕照片誤刪了。
總結
查找照片功能可通過機器學習和圖像識別技術，可基於人物、時間、地點、表情、證件甚至截圖中的文字，對照片進行快速查找。分類的識別度也非常高，越精準我們查找照片就越容易了。但也有不足的地方，相信在今後的升級上會有所改善，越來越完善。MIUI9現在內側階段，存在不穩定因素，我在使用期間偶爾會出現死機、卡機等情況。新版本的更新還在不斷地推送，新功能增加和優化修複等問題。正式版會逐步開放升級的，到時大家都能用上更順暢更省電的，快如閃電的MIUI9。
應該把那個掃描全能王整和一下
類似錘子的算法吧
什麼時候輪到小米mix升級啊，
更順暢更省電的，快如閃電的MIUI9。
挺好用的這功能
分類的功能特別強大，那麼多照片可以通過搜索一下找到！
最後更新：2017-08-13 23:07:04