人工智能中的图像识别技术分析

人工智能中的图像识别技术分析

张鑫鑫 陈慧

广西工业职业技术学院

摘要：下面简要介绍了人工智能与图像识别技术，并分析了人工智能图像识别技术的过程与具体应用。望以此增进对人工智能图像识别的理解，助力新时期图像识别技术的发展。

关键词：人工智能；图像识别；技术优势；应用

人工智能是在计算机科学的不断发展中所形成的，同时也是计算机领域最为具有科技挑战性的方面。目前阶段人工智能被广泛应用不同的领域以及学科中，人工智能开始不断的应用到图像识别技术中。通过人工智能技术将问题求解、知识传达这些计算机技术通过计算机来辅助进行图像的识别和处理。面向人工智能的图像识别技术，在逐渐推广应用的过程中不断趋于成熟，有效的推动了图像识别技术的变革^[1-2]，使得与图像识别技术相关的工作发展更加符合现代化的时代需求。因此人工智能在图像识别工作中也成为了重要的组成部分。

一、人工智能与图像识别相关概述

计算机科学在不断的发展中产生了人工智能学科，其本身通过计算机技术拓展到人脑功能的综合性学科。人工智能在研究过程中是依据人类的所有行为模式，例如通过事物所引发的对应反应从而引发出的思考、决策、判断等过程；接下来将这些过程进行分解，将分解过程进行程序设计。对于人类行为方式等过程进行模式化分析和公式化编辑，以此来让计算机能够有一个结构化方法来进行复杂问题的应对，这就是人工智能系统。人工智能系统主要核心是通过信息处理、符号处理、问题求解；信息广泛处理和演示能力这两方面的结合体。人工智能主要涉及的领域是自然语言处理、高灵敏计算机程序以及专家系统^[3]。这三方面主要是解决人工智能系统对读和说的计算机程序、视觉和听觉的计算机程序以及模拟人类行为的计算机程序。

图像识别技术，指的就是以图像为目标，以计算机为载体，进行的一系列识别、分析、处理工作的技术。图像识别技术的优势在于智能化、便携化、实用性。

2. 人工智能图像识别的过程

（一）、图像预处理

图像识别的一整套工作任务中，图像预处理工作是最基础的一项工作，也是最初要做好的一步。通过进行图像的预处理，能够给后续的信息获取、图像识别工作创造更丰富的有利条件。图像预处理可以使图像识别系统更精准地找出图片特征，为后续识别创造有利条件，大大节省了操作人员用于图片识别的工作时长，让图片处理的工作压力减轻。现阶段，在图片预处理工作中，最为常用的方式有降噪、去雾2种。在绝大部分的应用情景下，操作者使用图像识别系统自带的预处理功能，就能实现图片的高质量还原。

（二）、图像特征提取

图像特征提取工序中，又划分出了两部分工作内容，分别是提取和选择部分。图识别过程中，可以发现图像中的特征点不止一个，每个独立的图像特征点对应的特征子集，也是有差异的。在特征点的选择上面注意保持准确度，将提升图像识别的效率和质量。一幅图像中，主要的特征点是指括颜色、纹理、形状和空间关系等。按照重要性的优先排序来看，颜色特征点是第一捕捉特征点。但如果图像识别技术的应用情景，是要识别某一图像的局部特征时，纹理特征则会取而代之成为第一捕捉特征点。可见要想让图像识别中的图像特征提取工作真正发挥出效果，需要在切实应用该技术之前，应重点明确其应用领域和识别，并将其作为设计提取和选择方式的依据。部分目标图片中承载的信息量是非常大的，对这类图像进行图像识别时，更需要图像识别技术具备较强的分析能力，能够较为精准地把握住图片特征并进行分析。

（三）、图像匹配分类

图像匹配分类，在图像识别的完整工作中是最后的环节。以图像预处理、图像特征提取工作的成果为基础，在数据库中找出同目标图像具有相似特征的图片信息，调取之后即可准确分析目标图像特征。

2. 人工智能图像识别的应用

1. 、人脸识别

人脸识别是基于人的面部特征信息进行身份识别的一种生物识别技术。可以采集含有人脸的图片、视频流，自动检测和跟踪人脸，确认被检者的身份信息。人工智能图像识别技术中，人脸识别的应用情景可以是人脸支付，用户将自己的人脸图像同支付渠道绑定，支付阶段扫描人脸图像即可完成支付，省去了出示银行卡或使用现金的过程，大大提升支付效率。应用情景可以是人脸考勤或是人脸闸机，搭建考勤系统和闸机准入系统，快速准确地判别被识别者的身份，提高了考勤打卡、闸机开放的效率。

（二）、商品识别

商品识别，指的是借助计算机深度学习算法，处理、分析和理解目标图片，进而达到识别商品目的的技术。商品识别技术在商品流通中的运用，创新了消费方式。人工智能图像识别技术中，商品识别的应用情景可以是超市自助结账。目前市面上部分超市已开始使用自助结账机器，客户能独立完成扫码结账过程，超市收银员的工作压力减轻，有助于节省人力成本，同时提升结账效率。另一种商品识别功能的应用情景是自助图书馆。用户需要借还书籍时，能够自主完成查阅、办理等业务。

（三）、图片识别

图片识别指静态图片识别，目前在很多场合中图片识别技术都得了应用。应用较多的就是以图搜图，可以完成车型识别、服装识别、植物识别等。人工智能图像识别技术中，图片识别的应用情景可以是服装识别，例如用户使用淘宝软件上的“拍立淘”功能时，可以提供出目标商品的图片，技术系统会识别分析目标图片特征，向用户提供相同或相似的商品。应用情景可以是植物、动物识别。用户使用百度软件上的“识物”功能时，拍下需要识别的植物、昆虫等，即可将图片上传至数据库中，百度搜索引擎就可在图像特征分析后，给出该动物、植物的有关信息。

结语：基于人工智能技术开展的图像识别工作，能够提升识别的实际效率与准确性。未来，应继续在人工智能图像识别技术方向展开进一步研究，让人工智能图像识别技术为社会生产、居民生活等创作更加丰富有有利条件，助力社会发展。

参考文献：

[1] 文化,张田剑南. 基于人工智能的嵌入式图像识别信息采集系统[J]. 信息技术,2021(7):114-118,125. DOI:10.13274/j.cnki.hdzj.2021.07.021.

[2] 吴跃,郭洋,张永梅,等. 人工智能图像识别技术在电力系统中的应用[J]. 电子测试,2021(6):115-116,89.

[3] 邱燕玲. 面向人工智能下图像识别技术的应用分析[J]. 电脑编程技巧与维护,2021(3):123-124,159.

基金项目：

2019年度广西工业职业技术学院校级教改项目:“高职院校在线开放课程的探索与研究―一以《人工智能实战:人脸识别》课程为例”(2019015KY023) ;

2020年度广西高校中青年教师科研基础能力提升项目:“基于深度学习的车型识别系统研发及应用”(2020KY39026);

2021年度中国-东盟（华为)人工智能创新中心2021年2021年第一批补提项目:鲲鹏人工智能人才培养基地;