淺談深度學(xué)習(xí)在圖像識別領(lǐng)域的應(yīng)用現(xiàn)狀與優(yōu)勢

羅曦

摘 ?要：互聯(lián)網(wǎng)的發(fā)展給現(xiàn)代的人們帶來了極大的方便，現(xiàn)代的人們獲取自己所需的信息的速度越來越快，隨著互聯(lián)網(wǎng)的快速發(fā)展，圖片成為主要的信息載體，但由于我們無法對圖片中的內(nèi)容檢索就大大降低了找到關(guān)鍵內(nèi)容的效率。在解決這一問題的過程中計算機的圖像識別技術(shù)就格外的重要。圖像識別技術(shù)是依據(jù)人類本身對圖像的判斷能力進而產(chǎn)生的，而深度學(xué)習(xí)也在互聯(lián)網(wǎng)領(lǐng)域影響極其重大。

關(guān)鍵詞：圖像識別技術(shù) ?深度學(xué)習(xí) ?互聯(lián)網(wǎng)

中圖分類號：TP391.4 ? 文獻標(biāo)識碼：A 文章編號：1672-3791（2020）01（c）-0021-02

淺層機器學(xué)習(xí)模型是深度學(xué)習(xí)的前提條件，在此基礎(chǔ)上，進而發(fā)展成更為深層次的機器學(xué)習(xí)模式。到目前為止深度學(xué)習(xí)在計算機的發(fā)展領(lǐng)域有著重要的影響，此項技術(shù)可以使得巡檢領(lǐng)域的計算機對成千上萬張圖像進行識別時可以使誤差率控制在很小的范圍內(nèi)，此項技術(shù)擁有很高的社會價值。

1 ?圖像識別技術(shù)的定義

隨著現(xiàn)代科技的發(fā)展，圖像識別技術(shù)越來越受歡迎和重視，簡單來說，圖像識別技術(shù)是利用計算機對圖片進行掃描、處理、分析后得出結(jié)論，根據(jù)得出來的結(jié)論即可判斷不同屬性的目標(biāo)。在一定程度上，圖像識別技術(shù)是通過模仿人類對圖像的辨識的功能，利用計算機自身具有的功能對圖像進行理解與分析，同時計算機能對人類肉眼難以觀察到的圖像信息進行處理，從而在很大程度上解放了人類的勞動力，具有很高的社會價值。圖像識別技術(shù)在人工智能領(lǐng)域中不可或缺的一部分，能夠針對圖像的任何一部位的特征進行準(zhǔn)確的分析，并且要準(zhǔn)確地表明圖像在識別時產(chǎn)生的眼動。人類進行圖像識別時進入大腦的信息要與記憶中存儲的信息進行比較，進而實現(xiàn)對圖片的再認過程。同樣的，圖像識別技術(shù)與人類對圖像的識別的原理相似，同樣是根據(jù)計算機對圖像識別的結(jié)果在自身的數(shù)據(jù)庫中尋找與圖像結(jié)果相似的數(shù)據(jù)原型，進而對圖像做進一步的識別。

2 ?深度學(xué)習(xí)在圖像識別中的應(yīng)用

深度學(xué)習(xí)法是在神經(jīng)網(wǎng)絡(luò)范疇的基礎(chǔ)上形成的，神經(jīng)網(wǎng)絡(luò)出現(xiàn)與應(yīng)用的時間較長，在很早之前就出現(xiàn)了通過模擬人類大腦的感應(yīng)來完善機器設(shè)備的學(xué)習(xí)問題，但在日后的研究中由于各種各樣的問題影響，使得研究不得不轉(zhuǎn)向分類器等方面，主要是通過神經(jīng)網(wǎng)絡(luò)的模擬完成對分類器的研究，進而實現(xiàn)大腦的模擬，在這個過程中由于神經(jīng)網(wǎng)絡(luò)中出現(xiàn)的隱含層的數(shù)量較少進而也將深度學(xué)習(xí)法稱為淺層機器學(xué)習(xí)模型。深度學(xué)習(xí)在計算機的領(lǐng)域中影響很大，主要應(yīng)用于巡檢業(yè)務(wù)，深度學(xué)習(xí)使得巡檢業(yè)務(wù)領(lǐng)域計算機系統(tǒng)對圖像信息處理的誤差率控制在很小的范圍內(nèi)，具有非常高的社會價值。同時，與傳統(tǒng)的巡檢業(yè)務(wù)領(lǐng)域的計算機系統(tǒng)相比，深度學(xué)習(xí)具有從數(shù)據(jù)庫中自動學(xué)習(xí)的能力，摒棄了傳統(tǒng)的人工手動設(shè)置的學(xué)習(xí)特征進而極大地提高了效率。深度學(xué)習(xí)的圖像識別技術(shù)能夠在很大程度上滿足數(shù)據(jù)規(guī)模高達上億的互聯(lián)網(wǎng)企業(yè)的需要，基于深度學(xué)習(xí)的圖像識別技術(shù)具有重大的意義。深度學(xué)習(xí)處理數(shù)據(jù)的種類眾多，所以不僅能應(yīng)用在巡檢上，還可以應(yīng)用于圖像檢索、安防等方面。

3 ?圖像識別技術(shù)在巡檢業(yè)務(wù)領(lǐng)域的應(yīng)用

巡檢業(yè)務(wù)的重要性不言而喻，隨著基于深度學(xué)習(xí)的圖像識別技術(shù)不斷地提高，巡檢業(yè)務(wù)領(lǐng)域的效率也越來越高，可以說圖像識別技術(shù)的不斷提高進一步促進了巡檢業(yè)務(wù)領(lǐng)域的發(fā)展。現(xiàn)階段，比較大眾化的巡檢業(yè)務(wù)領(lǐng)域還是非常依賴圖像識別技術(shù)的。研究發(fā)現(xiàn)，在深度學(xué)習(xí)與圖像識別技術(shù)結(jié)合之前就出現(xiàn)了較為完善的圖像識別技術(shù)應(yīng)用到巡檢業(yè)務(wù)領(lǐng)域中的情況，比如，利用圖像可以對一些不規(guī)范的行為進行監(jiān)控，也可以幫助巡檢對象進行簡單的故障診斷。在實際的應(yīng)用過程中，圖像識別技術(shù)主要是對通過監(jiān)控獲取到的圖像信息進行比對，從而能夠確定工作人員的工作行為是否符合規(guī)范。當(dāng)監(jiān)控圖像信息中出現(xiàn)一些不規(guī)范的行為時，通過圖像識別技術(shù)能夠更加及時地發(fā)現(xiàn)與保證安全。

而基于深度學(xué)習(xí)的圖像識別技術(shù)的出現(xiàn)讓巡檢作業(yè)更加高效，不僅能夠?qū)ψ鳂I(yè)行為進行自動監(jiān)控，對故障進行及時的識別，同時還有一些新的功能出現(xiàn)，能夠進一步幫助巡檢工作的進行。比如人臉識別技術(shù)，人臉識別技術(shù)的出現(xiàn)就是基于深度學(xué)習(xí)的圖像識別技術(shù)進行的，很多高校進出校門需要刷校園卡，但是人臉識別技術(shù)的出現(xiàn)就能夠解決這一問題，只要學(xué)生自動行走就能夠迅速地進行人臉識別，然后與數(shù)據(jù)庫中的信息進行比對，從而能夠確定該同學(xué)是否為該校學(xué)生，如果是則可以自動開啟擋板讓其通過，反之不能通過。這種先進的人臉識別技術(shù)現(xiàn)在也應(yīng)用到了支付寶中，眾所周知，支付寶的刷臉系統(tǒng)現(xiàn)在已經(jīng)推出，進一步提高了支付效率，人們不需要再輸入密碼或者指紋，只要刷臉即可，在未來刷臉技術(shù)還會在很多領(lǐng)域中應(yīng)用。在安全巡檢中，人臉識別技術(shù)也是發(fā)揮了重要的作用，能夠防止不法人員的進入，能夠為系統(tǒng)的安全起到重要的作用，但是很多人臉技術(shù)的穩(wěn)定性不夠高，這可是因為其深度學(xué)習(xí)模塊不夠先進。人們的臉部表情以及膚色等會隨時改變，因此如何進行精準(zhǔn)的人臉識別是深度學(xué)習(xí)所需要完成的。基于深度學(xué)習(xí)的圖像識別技術(shù)是有著非常大的優(yōu)勢的，能夠保證識別準(zhǔn)確率高達99%，但是即便如此其也有著一定的缺陷，還有很多問題無法解決，比如人臉的復(fù)雜度過高，在實際應(yīng)用的過程中準(zhǔn)確率只能夠達到70%左右，同時還需要安裝一些比較可靠的設(shè)備，可以說基于深度學(xué)習(xí)的圖像識別技術(shù)依然有著很大的進步空間。

4 ?深度學(xué)習(xí)圖像識別技術(shù)的其他應(yīng)用

4.1 識別運動目標(biāo)

深度學(xué)習(xí)圖像識別技術(shù)經(jīng)過不斷的發(fā)展也能夠應(yīng)用于識別運動目標(biāo)，以往的技術(shù)只能夠?qū)o止的事物進行識別，比如對靜態(tài)的車牌，但是在經(jīng)過不斷的提高之后，這種技術(shù)能夠?qū)σ苿拥能嚺七M行識別，在一些特殊情況下，對于一些違章車輛需要快速識別，這就需要應(yīng)用深度學(xué)習(xí)圖像識別技術(shù)，以現(xiàn)有的技術(shù)而言，已經(jīng)能夠?qū)崿F(xiàn)這種技術(shù)在實際生活中應(yīng)用，能夠迅速地對模糊的圖像信息進行對比，最終確定目標(biāo)。

4.2 統(tǒng)計流量

以往對于流量的統(tǒng)計是非常困難的，以車流量來說，因為在一些特殊的時段和地段車流量較多，因此要想統(tǒng)計流量就比較的困難，但是在深度學(xué)習(xí)圖像識別技術(shù)的幫助下，就能夠輕松、高效地對車流量進行統(tǒng)計，從而能夠形成相應(yīng)的數(shù)據(jù)傳輸給相應(yīng)的部門，能夠幫助該部門對未來的交通情況進行及時的規(guī)劃。

4.3 檢測密度

現(xiàn)代化城市的交通已經(jīng)成為了非常嚴(yán)重的問題，很多路段會出現(xiàn)堵車的情況，嚴(yán)重地阻礙了社會的發(fā)展，傳統(tǒng)的方法只能夠通過交通警察進行疏導(dǎo)，但是這種方式對于人力資源要求較高，增加了交通警察的工作負擔(dān)，因此需要利用深度學(xué)習(xí)圖像識別技術(shù)，對于堵車的密度進行檢測，這樣就能夠制定相應(yīng)的計劃，從而可以避免一些不必要的工作負擔(dān)。

4.4 檢測行為

檢測行為主要是對人們的行為進行檢測，在應(yīng)用深度學(xué)習(xí)圖像識別技術(shù)之后，能夠及時地對圖像信息進行對比，及時地發(fā)展不規(guī)范行為，比如一些偷盜行為就能夠及時地發(fā)現(xiàn)，從而快速地發(fā)出警報，及時地采取措施，這樣就能夠保證人們的財產(chǎn)損失降到最低。

5 ?結(jié)語

總而言之，基于深度學(xué)習(xí)的圖像識別技術(shù)為人們帶了便利，可以在很多領(lǐng)域中應(yīng)用并發(fā)揮作用，但是這種技術(shù)依然存在一定的缺陷，應(yīng)該進一步提高精準(zhǔn)度，這樣才能夠更好地將這種技術(shù)應(yīng)用到人們的工作和生活中。

參考文獻

[1] 陳銀萍.基于人工智能中的圖像識別技術(shù)的分析[J].信息與電腦：理論版，2019（1）：165-166.

[2] 張嘉豐.關(guān)于人工智能中圖像識別技術(shù)的研究[J].電子技術(shù)與軟件工程，2018（23）：250-251.

[3] 張宇.淺析圖像識別技術(shù)在人工智能中的應(yīng)用[J].科技經(jīng)濟導(dǎo)刊，2019，27（15）：37.