328
【MIUI体验师】自动识别分类，快速搜索照片功能
前言
在MIUI9正式发布的前夕，在MIUI官方微信就开通了内测报名通道，通过的米粉可以优先使用MIUI9的内测版，首批开始内测的机型是小米6和红米NOTE 4X（高通版），一看到首批支持的机型有点小激动，我现在用的就是小米6高配版，最后也顺利通过了审核，就等待内测的来临了。26号的发布会，除了小米5X之外，另外一个主角就是MIUI9了，全程观看了发布会直播，看点十足，声称是快如闪电的MIUI系统。实际上测试过的确如此，表现出色，使用起来更加流畅。
在发布后的第二天，也就是27号，向通过审核的小米6、红米NOTE 4X（高通版）用户推送了MIUI9内测版，是开发版的直接OTA 更新增量包方式，升级至 MIUI 9。27号早上十点陆续收到推送消息，已经迫不及待去升级了。用上MIUI9后，开始给我感觉好像跟MIUI8区别不大，但慢慢对它深入了解过后，除了流畅度增加了，有几个新增加功能也是很吸引人的，传送门、信息助手、快速查找照片、分屏等全新功。而我个人对快速查找照片功能比较感兴趣，下面给大家介绍一下。
日常生活中我们拍过的照片多不胜数，而要查找到之前拍过的照片，就要在照片里一直往下面寻找，如果你记得时间还好，不然过程挺漫长的。或者自己在相册中建立一个相册并命名，把所需要的照片发送到里面去，方便查看。但这样一来比较麻烦，照片太多的话也不好操作，MIUI9就在相册这方面解决了照片分类的问题了，而且是智能识别，大大方便我们查找，简化了很多的操作了。
亲测截图
升级了MIUI9之后，在界面上感觉没什么变化，在我使用了一段时间后，确实是流畅度提高了，更加省电了。重点介绍一下相册的功能，进去后，跟MIUI8一样，在照片里的是以拍照的日期进行排序的，顶端就多了一个搜索档，在下面会详细说明。而相册里面就自动划分了大类别:人物、地点、分类，这种功能得益于先进的机器学习和图像识别技术。
MIUI9的相册中可以基于时间、地点、人物、事物进行快速查找。人物就是指拍照中能识别到的头像，以前的MIUI8就有这个功能了。地方就是你拍照的地点，是以地区来划分，比如:广州市、北京市。分类的话就比较细化了，具体到以某种事物来划分:比如:树、花、建筑。
在拍照时，拍人是比较常见的事，无论是合照还是单人照都是比较多的。拍完照后，会自动识别人物的头像而进行整合，而且还能对其命名，从此照上的人物都能有专属的名字，让我们能对其有了认识。人物里有众多从照片中截取的头像，都未命名的，现选择大家都熟悉的雷总，对他的照片进行命名。进入照片后，人物头上会出现“我是谁？”，点进后输入要命名的名字并且设置与其的关系。以后所有照片中有雷总的，都会在其头像上显示名字。
拍照的地点，以市来划分，要能识别到拍照的地点，是必须要开启网络的，不然不能定位到拍照的地方。如果是经常到处去旅游的，以地点来划分，查找照片时也比较方便。
分类就细化了很多种类了，我们常见的事物MIUI9都能自动归档，比如花花草草、树木、天空等等。也可以识别出身份证、名片、银行卡、护照等证件，从而便于我们从中寻找。比如以“花”的分类来看，照片中有花的时候，基本能归到这一类中，识别的准确度是比较精准的。也不分地点和时间，所以同一张照片可以用不同方式查找。
但有的分类并不是太准确的，这可能需要在后续的识别中要加强了。在文档分类中，有的照片上出现较多的文字的时间，也会被划分到文档中。比如是产品的盒子和衣服上的文字，识别能力还算不错。游乐园分类时，很多时候会把建筑的机械当成游乐园的设施，但整体上能识别到游乐园的设备。在雪的分类上，就不太准了，把樱花和白色的纸屑当成了雪，这个感觉有点失误了。在分类上，已经可以比较准确的归类了，但还需要不断学习改善，实行更多的种类划分，让我们更加方便查找到照片。
如果同一地点的照片众多，可以查找该地点或节日整理出子相册，帮助我们回忆起哪个节日都在干些什么了。以前我们删除掉不要的照片，想要找回来的时候，要登录到云服务，在云回收站内恢复。如今在相册的选项中能找回恢复，再也不怕照片误删了。
总结
查找照片功能可通过机器学习和图像识别技术，可基于人物、时间、地点、表情、证件甚至截图中的文字，对照片进行快速查找。分类的识别度也非常高，越精准我们查找照片就越容易了。但也有不足的地方，相信在今后的升级上会有所改善，越来越完善。MIUI9现在内侧阶段，存在不稳定因素，我在使用期间偶尔会出现死机、卡机等情况。新版本的更新还在不断地推送，新功能增加和优化修复等问题。正式版会逐步开放升级的，到时大家都能用上更顺畅更省电的，快如闪电的MIUI9。
应该把那个扫描全能王整和一下
类似锤子的算法吧
什么时候轮到小米mix升级啊，
更顺畅更省电的，快如闪电的MIUI9。
挺好用的这功能
分类的功能特别强大，那么多照片可以通过搜索一下找到！
最后更新：2017-08-13 23:07:04