论文部分内容阅读
[摘 要]在人工智能领域之中,众多技术被研发和应用,其中图像识别技术是基于人工智能的代表技术之一。现今我国的科技技术、电子信息技术都在不断发展,人工智能中的图像识别技术也在不断更新,越来越多的领域关注并应用该技术,包括医疗诊断、信息识别、卫星云图识别等等,基于人工智能的图像识别技术能够为各个领域的发展提供便利。本文对此展开探讨。
[关键词]人工智能;图像识别技术;应用
中图分类号:TP563 文献标识码:A 文章编号:1009-914X(2018)38-0094-01
1人工智能的应用
自从在AlphaGo与李世石的围棋大战后,人工智能就引出了人类很大的注意。因为这个事件很可能会成为一个标志性的事件被记录在历史当中,你可能会在有生之年的几十年内看到大量的机器人开始大规模代替人们现在的工作。在当今社会,人工智能已经在很多领域中发挥了重要作用,比如:1.商场中随处可见的扫地机器人…等等,大部分劳动力从事的工作任务都逐渐将被机器人所取代。
1.1目前在国内外很多大的新闻网站都开始使用人工智能
对新闻渠道进行搜集数据,然后进行分析,梳理出最重要、最有趣、最有吸引力的新闻推送给读者,有大量的新闻都是由程序自动生成,几乎不需要人力的干预。
1.2在很多综艺节目中出现的大量机器人,如微软小冰
搜狗机器人,百度机器人等,它们的参与程度也很广泛,例如可以与真人pk,进行一些智力或是脑力的比拼,还可以与现场主持人、嘉宾进行及时的现场互动。
1.3在分秒必争的金融市场,有近2/3的股市交易都是由机器自动交易结算的,有很多华尔街的公司在距交易所很近的地方建起了庞大的计算中心,就是为了在分秒之间获得交易的优势。
1.4目前Google和微软等公司的在线翻译功能已经支持了几十种语言的互译,他们可以通过搜索引擎找到大量满足其算法的数据,建立语言模型。虽然现在还无法与熟练的翻译人员竞争,但可以使用户得到几乎任何语言任何文件的简单翻译,在旅游时直接使用APP就可以了解大概的意思,也是便利了人们的生活。
1.5已经有很多的复杂程序可以进行自动作曲,作诗。比如最近很火的微软机器人小冰,只需要传入一张图片,就可以在几秒钟内迅速作出一首诗,而且朗朗上口。这也标志着人工智能也在丰富人们的娱乐生活。
1.6在网上看到过这样一则新闻,在日本有一个男性得了一种怪病,跑遍了日本的大小医院,医生都不能给出正确的诊断,后来求助于Watson,一个很强大的机器人系统,类似于人类的百科全书,在20多秒的时间后,它在某本医书找到了相关的记载并帮助了这位患者成功得到救治。一个人恐怕在有生之年也无法翻阅所有的医书,但机器人在短短几十秒之内就可以。在未来的医学领域,诊断甚至完全可以由机器代替。
2常见的图像识别技术形式
2.1模式识别
模式识别(PatternRecognition)是图像识别技术中的一种有效模型,该模式从大量信息和数据出发进行图像识别。该识别模型是图像识别技术专家在多年经验的积累基础上和已有对图像识别的认知基础上,通过计算机进行计算,并且以数学原理进行推理,在图像的形状、模式、曲线、数字、字符格式等各个特征方面自动完成识别,并且在识别的过程中对这些特征进行评价。
识别模式的进行分为两个阶段,即学习阶段和实现阶段,学习阶段实质可以将其理解为一个存储的过程,也就是对图像的特殊信息、特征、样本提前采集和存储,通过计算机的存储记忆能力将这些熟悉聚合信息按照一定的识别规律进行分类和识别,并且形成相应图像的识别程序。
后一个阶段则是实现阶段,实现阶段强调图像必须与脑中的模板完全符合,如此才能完成识别程序,从现实角度来说,计算机的识别与人脑的识别还是有巨大的差异,但在计算机的识别过程中,能够根据之前记忆阶段的特征、数据以及信息,将最新捕捉的图像信息进行匹配,若按照既定的规律能够匹配完成,这说明这个图像已经被识别。但这种识别是有限的,对于某一类特别相似的特征,可能会出现识别错误的现象。
2.2神经网络形式
神经网络形式的图像识别技术是当前应用较多且全面更新的一种技术,该技术基于传统的图像识别方式,与现代神经网络算法完美融合,从而形成了这种全新的识别形式。因为图像识别是人工智能领域的技术,因此,这里的神经网络是指人工神经网络,也就是说这种技术是模拟了人类及动物的神经网络分布特征,相较于传统的图像识别技术,融入神经网络算法的图像识别程序更为复杂,成本更高,但发挥的效果也是显而易见的。
被提取和捕捉的图像特征能够在神经网络程序中加以映射,更为精确、全面的完成图像识别,并且对其进行分类处理。在交通管理系统中,智能汽车监控拍摄识别,就是应用这一技术进行的,能够在拍摄的瞬间迅速识别和分辨车牌信息,从而协助交通管理的进行。
2.3非线性降维形式
非线性识别技术是一种高维形式的识别技术,该技术的优势在于对于分辨率较低的图形也可进行有效的识别,因为这种技术产生的数据具有多维性特征,且经过了非线性处理。这种技术在最初构想时就遇到了诸多的困难,非线性降维的图像识别需要计算机在短时间内进行大量的计算。最初将降维划分成非线性降维与线性降维两类,诸但非线性降维更为简单,其效果也较为突出。
例如人脸识别就可利用非线性降维实现,因为高维度空间内的人脸图像分布不均,突出的特征信息也无法有效提取,而非线性降维方式则有效提升了人脸的辨识度。
3图像识别技术的应用及前景
随着智能网络中的图像识别技术不断发展,其本身将在我国公共安全、生物、工业、农业、交通、医疗等多种领域实现应用,而这一应用对于我国民众生活将带来一系列较为积极的影响。例如在公共安全领域中,人脸识别系统的應用就能够较好的提高我国社会的安全性与便利性;而在医学领域中,心电图与B超的识别将大大促进我国医疗事业的发展;而在农业领域中,种子识别技术与食品品质检测技术的应用将大大提高我国农产品的生产质量,我国民众将直接从中获益;而在我国民众生活中,图像识别技术在冰箱中的运用将大大提高我国民众生活的便利性,这一应用能够实现自动冰箱食品列表生成、食品保鲜状态的显示、食物最佳储存温度的判断等功能,这些将大大提高我国民众的生活品质。在未来科学技术的不断发展中,人工智能的图像识别技术还将实现更为长足的发展,而这一发展也将使得我国民众能够更好地接受图像识别技术所带来的服务,最终大大提高自身的生活质量。
4结语
综上所述,图像识别技术是现今科技发展中的新兴技术种类,已经被越来越多的人关注,并且广泛应用于各个领域。在未来的发展中,图像识别技术将被进一步普及,而随着用户的增加技术会进一步更新,以满足人们生产生活的需求。图像识别技术目前已经成为能够服务社会、促进经济发展、保障财产安全的重要技术,在未来会有更为广阔的发展空间,被人们愈发深刻的认识与掌握。
参考文献
[1]翁和王.关于人工智能中的图像识别技术的研究[J].信息通信,2016(10):191-192.
[2]葛玮,吴佳.关于计算机智能图像识别的算法及技术分析[J].无线互联科技,2014(10):82.
[3]衣文秀.基于图像识别技术的机器人路径规划研究与实现[D].沈阳师范大学,2014.
[4]彭淑敏.神经网络图像识别技术研究与实现[D].西安电子科技大学,2005.
[关键词]人工智能;图像识别技术;应用
中图分类号:TP563 文献标识码:A 文章编号:1009-914X(2018)38-0094-01
1人工智能的应用
自从在AlphaGo与李世石的围棋大战后,人工智能就引出了人类很大的注意。因为这个事件很可能会成为一个标志性的事件被记录在历史当中,你可能会在有生之年的几十年内看到大量的机器人开始大规模代替人们现在的工作。在当今社会,人工智能已经在很多领域中发挥了重要作用,比如:1.商场中随处可见的扫地机器人…等等,大部分劳动力从事的工作任务都逐渐将被机器人所取代。
1.1目前在国内外很多大的新闻网站都开始使用人工智能
对新闻渠道进行搜集数据,然后进行分析,梳理出最重要、最有趣、最有吸引力的新闻推送给读者,有大量的新闻都是由程序自动生成,几乎不需要人力的干预。
1.2在很多综艺节目中出现的大量机器人,如微软小冰
搜狗机器人,百度机器人等,它们的参与程度也很广泛,例如可以与真人pk,进行一些智力或是脑力的比拼,还可以与现场主持人、嘉宾进行及时的现场互动。
1.3在分秒必争的金融市场,有近2/3的股市交易都是由机器自动交易结算的,有很多华尔街的公司在距交易所很近的地方建起了庞大的计算中心,就是为了在分秒之间获得交易的优势。
1.4目前Google和微软等公司的在线翻译功能已经支持了几十种语言的互译,他们可以通过搜索引擎找到大量满足其算法的数据,建立语言模型。虽然现在还无法与熟练的翻译人员竞争,但可以使用户得到几乎任何语言任何文件的简单翻译,在旅游时直接使用APP就可以了解大概的意思,也是便利了人们的生活。
1.5已经有很多的复杂程序可以进行自动作曲,作诗。比如最近很火的微软机器人小冰,只需要传入一张图片,就可以在几秒钟内迅速作出一首诗,而且朗朗上口。这也标志着人工智能也在丰富人们的娱乐生活。
1.6在网上看到过这样一则新闻,在日本有一个男性得了一种怪病,跑遍了日本的大小医院,医生都不能给出正确的诊断,后来求助于Watson,一个很强大的机器人系统,类似于人类的百科全书,在20多秒的时间后,它在某本医书找到了相关的记载并帮助了这位患者成功得到救治。一个人恐怕在有生之年也无法翻阅所有的医书,但机器人在短短几十秒之内就可以。在未来的医学领域,诊断甚至完全可以由机器代替。
2常见的图像识别技术形式
2.1模式识别
模式识别(PatternRecognition)是图像识别技术中的一种有效模型,该模式从大量信息和数据出发进行图像识别。该识别模型是图像识别技术专家在多年经验的积累基础上和已有对图像识别的认知基础上,通过计算机进行计算,并且以数学原理进行推理,在图像的形状、模式、曲线、数字、字符格式等各个特征方面自动完成识别,并且在识别的过程中对这些特征进行评价。
识别模式的进行分为两个阶段,即学习阶段和实现阶段,学习阶段实质可以将其理解为一个存储的过程,也就是对图像的特殊信息、特征、样本提前采集和存储,通过计算机的存储记忆能力将这些熟悉聚合信息按照一定的识别规律进行分类和识别,并且形成相应图像的识别程序。
后一个阶段则是实现阶段,实现阶段强调图像必须与脑中的模板完全符合,如此才能完成识别程序,从现实角度来说,计算机的识别与人脑的识别还是有巨大的差异,但在计算机的识别过程中,能够根据之前记忆阶段的特征、数据以及信息,将最新捕捉的图像信息进行匹配,若按照既定的规律能够匹配完成,这说明这个图像已经被识别。但这种识别是有限的,对于某一类特别相似的特征,可能会出现识别错误的现象。
2.2神经网络形式
神经网络形式的图像识别技术是当前应用较多且全面更新的一种技术,该技术基于传统的图像识别方式,与现代神经网络算法完美融合,从而形成了这种全新的识别形式。因为图像识别是人工智能领域的技术,因此,这里的神经网络是指人工神经网络,也就是说这种技术是模拟了人类及动物的神经网络分布特征,相较于传统的图像识别技术,融入神经网络算法的图像识别程序更为复杂,成本更高,但发挥的效果也是显而易见的。
被提取和捕捉的图像特征能够在神经网络程序中加以映射,更为精确、全面的完成图像识别,并且对其进行分类处理。在交通管理系统中,智能汽车监控拍摄识别,就是应用这一技术进行的,能够在拍摄的瞬间迅速识别和分辨车牌信息,从而协助交通管理的进行。
2.3非线性降维形式
非线性识别技术是一种高维形式的识别技术,该技术的优势在于对于分辨率较低的图形也可进行有效的识别,因为这种技术产生的数据具有多维性特征,且经过了非线性处理。这种技术在最初构想时就遇到了诸多的困难,非线性降维的图像识别需要计算机在短时间内进行大量的计算。最初将降维划分成非线性降维与线性降维两类,诸但非线性降维更为简单,其效果也较为突出。
例如人脸识别就可利用非线性降维实现,因为高维度空间内的人脸图像分布不均,突出的特征信息也无法有效提取,而非线性降维方式则有效提升了人脸的辨识度。
3图像识别技术的应用及前景
随着智能网络中的图像识别技术不断发展,其本身将在我国公共安全、生物、工业、农业、交通、医疗等多种领域实现应用,而这一应用对于我国民众生活将带来一系列较为积极的影响。例如在公共安全领域中,人脸识别系统的應用就能够较好的提高我国社会的安全性与便利性;而在医学领域中,心电图与B超的识别将大大促进我国医疗事业的发展;而在农业领域中,种子识别技术与食品品质检测技术的应用将大大提高我国农产品的生产质量,我国民众将直接从中获益;而在我国民众生活中,图像识别技术在冰箱中的运用将大大提高我国民众生活的便利性,这一应用能够实现自动冰箱食品列表生成、食品保鲜状态的显示、食物最佳储存温度的判断等功能,这些将大大提高我国民众的生活品质。在未来科学技术的不断发展中,人工智能的图像识别技术还将实现更为长足的发展,而这一发展也将使得我国民众能够更好地接受图像识别技术所带来的服务,最终大大提高自身的生活质量。
4结语
综上所述,图像识别技术是现今科技发展中的新兴技术种类,已经被越来越多的人关注,并且广泛应用于各个领域。在未来的发展中,图像识别技术将被进一步普及,而随着用户的增加技术会进一步更新,以满足人们生产生活的需求。图像识别技术目前已经成为能够服务社会、促进经济发展、保障财产安全的重要技术,在未来会有更为广阔的发展空间,被人们愈发深刻的认识与掌握。
参考文献
[1]翁和王.关于人工智能中的图像识别技术的研究[J].信息通信,2016(10):191-192.
[2]葛玮,吴佳.关于计算机智能图像识别的算法及技术分析[J].无线互联科技,2014(10):82.
[3]衣文秀.基于图像识别技术的机器人路径规划研究与实现[D].沈阳师范大学,2014.
[4]彭淑敏.神经网络图像识别技术研究与实现[D].西安电子科技大学,2005.