人工智能背景下圖像識別技術研究

藺 偉，張 馳

（陜西交通職業技術學院，陜西 西安 710016）

0 引言

隨著現代科技水平的發展，圖像識別技術已經成為信息時代下的常規技術之一，并在生活實踐中得到了廣泛的應用。其主要通過計算機完成物理信息和物理數據的識別，通過對信息的獲取、處理及辨別，最終將圖像信息應用于特定領域?，F如今，圖像識別技術在現實生活中已經擁有著廣泛的空間，如人臉識別、指紋識別等，其后續將在醫療領域、信息搜集領域、質量控制領域、安全檢查領域等得到廣泛應用。計算機技術以及微電子技術的發展萌生了圖像識別技術，并在人工智能領域中發揮著越來越重要的作用，具有廣闊的發展空間。

1 圖像識別技術概述

1.1 圖像識別技術的理論概念

圖像識別技術是一種信息比較技術，將原先的存檔的信息即存儲在記憶中的信息與最新進入感官的信息進行特征比較。圖像識別技術首先要以圖像描述為基礎，利用符號以及數字等語音對景物或者圖像以及兩者相互關系進行基本描述，給予圖像描述反饋的信息并獲得一種抽象的表達。此外，在利用圖像識別技術進行特征分析時，可以使用模板匹配模型作為輔助工具。圖像識別技術是一項功能十分全面的技術，不僅可以反映識別對象的外部特征，還可以實現對其的定位以及形態分析，反饋信息更加全面靈活。目前圖像識別技術滲透在各個領域，比如交通領域的車牌號識別檢測、軍事領域的飛行物監測識別、系統安全領域的指紋識別解鎖以及人臉識別技術［1］。

1.2 圖像識別技術的工作原理

圖像識別技術具有很強的視覺感官性，可以有效地反映目標事物的變化。當目標事物所處的位置、距離或角度等發生明顯變化時，在人眼中反映的圖像的形狀以及大小也會隨之改變，視覺效果會隨著外部事物的變化而不斷調整，并形成不同的感官，從而影響人們對事物的認知和判斷。圖像識別技術是人工智能技術的重要組成部分，圖像識別技術與眼睛的感知系統工作原理相似，都是對目標事物進行平面成像。圖像識別最關鍵的是圖像特征，首先，進行特征歸納，比如大寫字母“A”突出的形狀特征是尖角，“O”形似一個圓圈，而“Y”可以看作是由鈍角、銳角、線條組成的綜合體，圖像識別技術通過捕捉這些具有突出特點的信號完成識別。其次，圖像識別技術具有判斷功能，可以分析信息含義。圖像識別技術是以計算機為輔助，模擬人眼的識別過程，從而獲得目標物的外觀屬性以及相互關系，存儲圖像識別的模型。當計算機識別的圖像與存儲的模型相吻合時，即可完成圖像匹配并識別［2］。

2 人工智能中圖像識別技術的過程

計算機識別技術與人腦識別技術工作原理相似，就是運用科學技術進行電子成像，分別由以下幾個步驟完成：首先，獲取信息數據，通過各種傳感器將光以及聲音等自然信息轉換成電子信息，并收集存儲獲取的信息。圖像識別技術最關鍵的就是可以抓取特殊信息，快速地識別目標事物區別于其他事物的顯著特征，為不同種類的事物建立獨立的數據庫，提高圖像識別技術的快捷度以及精準度。其次，信息數據的初步處理，這個過程主要是對圖像進行去噪、處理清晰度等，呈現圖像的重要信息，防止信息丟失。再次，就是圖片信息的選擇以及提取工作，該項工作是圖像識別技術中最關鍵也是難度系數最大的技術，尤其是圖像識別，特征的抓取。圖像識別技術提取以及選擇信息的有效性直接影響著后期圖像識別的精準度，決定著圖像識別能否順利完成。所以要提升圖像識別技術對關鍵突出信息的敏銳度，準確抓取事物特征，選擇性地篩選保留信息。最后，通過設計分類器對信息就進行系統分類。設計分類器的主要功能就是設計識別規則，使計算機系統按照規則進行圖像識別，為圖像識別技術提供辨別標準，有效提高圖像識別技術的精準度。利用識別規則捕捉目標事物的關鍵特征，并對圖像進行評價以及有區分度的歸類［3］。

3 人工智能中的圖像識別技術的常見應用形式

3.1 模式識別技術的形式

目前我國的模式識別技術是人工智能識別技術中比較成熟的技術，可以在數據量大的復雜環境中使用。模式識別作為一項綜合性較強的技術，是對以往識別技術經驗以及圖像識別認知的總結，以計算機技術為依托，利用數學邏輯運算對圖像的形狀、字符、格式、曲線等各個特征進行信息評價，最后完成圖像識別。圖像識別技術要經歷兩個階段，第一個是學習階段。學習階段最本質的就是信息存儲，即圖像信息采集，將圖像的特征、信息、樣本等信息進行提前采集存儲，建立一個龐大的信息庫，再利用識別規則系統的歸納分類信息，建立具有明顯區分度的圖像識別程序。第二個是實現階段。要想有效地實現計算機精準識別，這就要求圖像與模板完全吻合，目標物與模板的重合度越高，圖像識別技術的效果就越好。雖然圖像識別技術與人腦的識別具有較高的相似度，但是在現實的操作過程，兩者存在著明顯的差異。對于計算機識別技術而言，當最新呈現的圖像與數據庫中的圖像特征吻合時，圖像識別程序就會啟動并完成識別。但這種基于相似度的識別技術其功能是有限的，當兩種事物存在高度相似的特征時，就會造成識別誤差并發生識別錯誤。此技術在實際運用中缺乏靈活性，要提高模式識別技術的性能，加強相似度的區分，有效避免識別誤差。

3.2 神經網絡圖像識別技術形式

神經網絡識別技術是一種比較新穎的識別技術，該項技術是傳統圖像識別技術與神經網絡算法的有機融合。神經網絡識別技術并不是單純的動物神經網絡，而是人類基于動物神經識別原理進行人為加工形成的圖像識別技術。其中最具代表性的神經網絡識別技術就是遺傳算法和BP網絡二者有機融合的新型識別技術，目前該項技術已經運用到多個領域，具有極強的現實應用性。神經網絡圖像識別技術的工作原理是預先對圖像特征進行抓取，然后將圖像特征信息反映到神經網絡上，通過神經判斷完成圖像精準識別以及系統分類。

3.3 非線性降維識別技術形式

計算機識別技術最突出的特點是識別異常精準，主要是因為該技術擺脫分辨率高低區別，使得基于該圖像形成的圖像數據信息具有對維性，加大了計算機的識別難度。所以，在圖像識別工作開始前要進行降維處理，以提升圖像識別技術的精準度。降維可以分為兩類，包括線性降維以及非線性降維。其中應用最廣泛的就是線性降維，主要包括主成分分析(PCA）和線性奇異分析(LDA）兩類。線性降維的最突出優勢是理解功能，該項技術是對整體的數據集合開展處理，獲得的為最優低維度。雖然線性降維具有自身獨特的優勢，但該技術在現實應用中運算需要耗費大量的時間及空間，而且程序更為復雜?；诖?，非線性降維立足線性降維的理論基礎，具有高效提取的特點，該技術可以有效抓取圖像特征，并在保持數據完整性的前提下實現對圖像有效降維，保障計算機圖像識別始終在最低維度上運行，有效提高圖像識別技術的速度以及精準度。

4 人工智能圖像識別技術的應用

4.1 人臉識別

人臉識別是以人臉面部特征為基礎的身份識別技術，需要通過對人臉面部特征信息的采集，實現對人臉的準確檢測和身份識別。人臉識別技術具有廣泛的應用空間：首先是人臉支付，用戶可以將人臉信息與支付渠道進行綁定，在不使用移動設備或者卡片的情況下實現刷臉支付。其次是人臉考勤，指企業將人臉識別技術應用于考勤系統，有助于提高考評效率。最后是人臉閘機，一般應用于機場、火車站等特定場合，主要用于識別乘客身份。

4.2 商品識別

商品識別是實際生活中最常見的圖像識別技術，主要應用于商品流通過程。在實際生活中，超市自助結賬設備就使用了商品識別技術。顧客在采購完成后，可以使用自助結賬設備識別商品，并快速完成結賬，提高了結賬效率，節約人力成本［4］。

4.3 圖片識別

圖片識別目前被廣泛應用于移動設備，主要是對靜態圖片進行識別，如車型識別、服裝識別、植物識別等，圖片識別具有廣泛的應用空間，給人們的生活帶來一定便利。

5 人工智能中圖像識別技術的發展關注點

基于人工智能的圖像識別技術在功能定位和操作性能方面均符合現階段社會和科技的發展趨勢。對科技發展而言，如今的社會大環境決定了現代科技的更新換代速度加快，所以在科技發展的前提下圖像識別技術的問題也隨之而來?；谌斯ぶ悄艿膱D像識別技術的實際發展，需要關注以下幾方面的問題。

5.1 使用需求問題

人工智能背景下的圖像識別技術在本質上依然是為人的需求而服務，后續發展過程中需要關注人們的實際需求。因此，圖像識別技術的優化及改良升級的前提條件就是做好市場調查工作，通過有效的市場分析和用戶需求調查，能夠幫助相關研究人員明確圖像識別技術的研究和發展方向。

5.2 功能問題

不同用戶對圖像識別技術的使用需求有著本質上的差異，這也意味著不同用戶對圖像識別技術的功能要求也會呈現出較大的區別。因此，圖像識別技術在未來的發展過程中必須多樣化，能夠依據不同的用戶群體設置出相應的功能類型。這樣不僅有利于簡化軟件，同時也能夠保證實際的應用效果。

5.3 科技革新問題

圖像識別技術的發展依據是科技革新，在追求功能性和實用性的基礎上，應當持續性進行科技革新，以期通過技術層面的先進性帶動整個技術體系的升級和進步。對國家而言，應當高度認可圖像識別技術對于推動社會進步的重要價值，一方面是要加強資金投入，保證研究資金的充足性；另一方面則要給予一定的政策支持，鼓勵更多的科研單位、研究人員參與其中。對研究人員而言，需要在日常工作中進一步加強學習和研究，持續性開發新型的圖像識別技術，讓圖像識別技術更加智能化和實用化。

5.4 安全問題

人工智能中的圖像識別技術在實際生活中有著廣泛的應用空間，且后續的研究和發展推動圖像識別技術進一步與日常生活融合?？紤]到圖像識別技術在手機使用、解鎖和支付等多個領域中的價值，部分圖片內容涉及個人隱私，因此，安全性問題也就成了圖像識別技術在發展過程中必須考慮的問題。從目前的圖像識別技術應用現狀來看，大部分圖像識別技術的安全性相對較高，但這并不意味著已經達到徹底安全的程度。因此，隨著圖像識別技術的不斷發展和應用，需要進一步提升和優化安全性能。只有這樣才能夠符合時代發展的趨勢和基本需求，確保圖像識別技術能滿足更多人的使用需求［5］。

6 圖像識別技術的優勢分析

圖像識別技術目前已經形成了獨有的技術體系，且在各個領域中有著廣泛的應用價值?，F階段，圖像識別技術的優勢主要包括智能化、便捷化和實用化3個方面。圖像識別技術的優勢是其應用范圍和空間的基礎，而這些優勢所能夠給用戶帶來的體驗如下：一是智能化。在人工智能化背景下的圖像識別技術，圖片處理的智能化是其基本要求，而智能化的圖片處理也是衡量圖像識別技術現代化程度的關鍵所在。在人工智能技術的加持作用下，圖像識別技術能夠實現自動化的圖片識別和選擇，并通過計算機應用圖片識別結果。以手機的人臉識別功能為例，其本質上是將人臉圖片存儲于手機的安全系統，由圖片識別技術提取人臉圖片的關鍵信息，提取出的圖片特征作為后續解鎖手機時的關鍵依據。圖片識別技術的智能化功能不僅可以實現圖片的簡單識別，同時也能進行圖片的分析和處理保存。二是便捷化。圖像識別技術的快速發展及廣泛應用給現代人的日常生活帶來了諸多便利，這也意味著后續在處理圖像時可以通過一鍵操作的形式在短時間內完成圖像處理。與此同時，人工智能下圖像處理技術的關鍵作用在于改善了現代人的生活方式，無論是鑰匙識別、人臉識別、指紋解鎖等都在極大程度上方便了現代人的日常生活。三是實用化?，F階段，人工智能下的圖像識別技術主要應用于手機軟硬件使用、支付、解鎖等常規領域，自身高度的實用性特征也進一步拓寬了圖像識別技術的應用空間，且目前暫無相關技術可以替換。因此，人工智能下的圖像識別技術將在未來很長一段時間內成為人們日常生活中的組成部分。

7 結語

隨著科技的發展和社會的進步，圖像識別技術在未來將會被運用到更多的領域，圖像識別技術作為一項時代應用性技術，各國越來越重視該技術的研究以及開發。我們可以堅信，未來計算機識別技術將會越來越完善，圖像識別技術將會滲透到各個領域，使人們充分享受該技術帶來的生活便利。