大數據分析與智能圖像識別技術融合應用

劉云龍 邵愚 王聰 楊放 任東飛

[摘? ? 要]在大數據分析應用過程中，智能圖像識別處理方式是一個非常重要的應用方面，在不同的領域中都發揮著作用。對于已經處理過的信息，干擾性比較強，從而有效地提升圖像處理效果。因此，這種技術被廣泛應用在醫療機械、檢測和航天中，雖然這項技術有非常高的優勢，但是在實際應用中也存在一些問題，需要進一步研究，這樣才能更好的被企業所用。基于此，文章對大數據分析與智能圖像識別技術融合應用進行研究，以供參考。

[關鍵詞]大數據分析;智能圖像;識別技術;融合應用

[中圖分類號]TP391.41 [文獻標志碼]A [文章編號]2095–6487（2021）11–0–02

Fusion Application of big Data Analysis and Intelligent image Recognition Technology

Liu Yun-long， Shao Yu， Wang Cong， Yang Fang， Ren Dong-fei

[Abstract]In the process of big data analysis and application， intelligent image recognition processing is a very important application aspect， which plays a role in different fields. For the information that has been processed， the interference is relatively strong， thereby effectively improving the image processing effect. Therefore， this technology is widely used in medical machinery， testing and aerospace. Although this technology has very high advantages， there are also some problems in practical applications， which require further research so that it can be better used by enterprises. Based on this， the article studies the fusion application of big data analysis and intelligent image recognition technology for reference.

[Keywords]big data analysis; intelligent image; recognition technology; fusion application

隨著經濟的飛速發展與科技水平的不斷提升，計算機技術的開發與應用研究成為學者關注的重點。特別是在大數據分析與智能圖像識別技術融合應用方面的研究越來越深入，其應用也越來越廣泛。大數據分析與智能圖像識別技術融合應用的應用，不僅提升了生產的效率，同時為人們的生產生活提供了方便。對此，本文在對大數據分析與智能圖像識別技術融合應用進行介紹的基礎上，對其關鍵性技術進行了分析，對提高大數據分析與智能圖像識別技術融合應用水平具有重要的工程意義。

1 大數據的含義和特征

雖然在學術界對于大數據還沒有做出一個明確的界定，但是普遍都認為大數據是傳統IT技術與數據庫都無法處理的海量數據?？傮w來說，大數據的顯著特征主要有三個方面的特點。

（1）多樣化的特征，主要是包括結構化的數據、半結構化的數據和非結構化的數據，尤其是在網絡時代的不斷發展影響下，非結構化的數據也逐漸呈現爆炸性的增長。

（2）快速化的特征，主要指的就是數據的產生、獲取和處理以及分析的速度已經出現了快速且持續的增加，進而形成一個高速的數據流。

（3）價值化的特征，主要指的就是大數據中含有大量的科研、經濟和社會方面的價值，通過對其進行充分挖掘和分析，進而促進各個領域的創新發展。

2 智能圖像識別技術

2.1 圖像識別的發展歷程

圖像識別研究是從1950年開始，發展至今經歷了3個階段：文字識別、數字圖像處理與識別、物體識別。

①文字識別，主要是識別文字、字母、數字和符號;②數字圖像處理和識別;③物體識別。

其主要指的是對三維世界的客體及環境的感知和認識，屬于高級的計算機視覺范疇。在人類歷史的發展過程中，圖像識別從簡單到復雜，從單一的平面、靜態到多元的聲音、立體場景等。前兩個階段，計算機的圖像識別正確率遠遠低于人類，進入第三階段后，識別的正確率有較大幅度的提高。2015年微軟公布的一項圖像識別基準測試中，計算機系統識別能力已經略高于人類。對于高速發展的社會，人類的識別能力已經無法滿足社會的需求，隨著算法技術的不斷更新，圖像識別技術將會為人類社會帶來更為廣泛的應用。

2.2 人工智能圖像識別技術

人工智能（artificial intelligence，簡稱AI）圖像識別技術是在傳統圖像識別的基礎上發展起來的，這種新型的圖像識別技術，是在傳統的圖像識別方法基礎上融合神經網絡算法和非線性降維等技術而得到的一種先進的圖像識別方法。AI技術的發展促進了圖像識別技術的騰飛。AI智能圖像識別是基于深度學習卷積神經網絡EfficientNet開發和構建圖像感知的模型，通過學習和自適應提取圖片的特征，并進行解析和優化，實現圖像精準識別。卷積神經網絡以深度圖像識別技術為內核，結合人工智能、邊緣感知、邊緣計算、邊緣智能云端，建立視覺認知、語言認知、環境認知等多模態認知融合。目前我國已掌握AI圖像識別的核心技術，隨著高性能的AI計算芯片、高清晰攝像頭和更優秀的學習算法等技術的進步，AI圖像識別技術已達到更高層次，目前已涵蓋了生物識別、物體與場景識別、視頻識別三大類。

3 大數據分析與智能圖像識別技術融合應用

3.1 建立數據庫

由于目前網絡新系統技術的不斷發展運用，我國已經邁入現代網絡基礎信息的時代，這充分表明網絡系統數據在人們生活中占據重要的地位。

人們對于現代化網絡基礎信息系統技術的應用越來越廣泛，通常應用于很多行業領域中，在新時代的發展下為了能夠更好地實現經濟化社會信息發展的需求，應當利用原有的數據信息庫和數據處理系統技術進行信息數據庫的研發。

對于人工智能技術的應用，研究人員在對智能數據庫技術進行研究時，通常會借助人工智能進行研究分析，對各類數據庫的功能信息進行綜合分析處理，從而能夠提供更加優質的服務。例如：對于智能網絡搜索功能以及網絡推廣服務功能和數據輸出等功能，在進行企業數據庫系統體系建立時，需要根據當前市場的要求，采用合理有效的方式進行數據搜索和促進數據分析信息化的推廣。

對于經濟體系的全面發展，人工智能技術能夠更好地提高我國社會主義經濟發展水平。然而，對于網絡信息數據的發展，面臨著重要的技術考驗以及創新發展的機遇。對大量的網絡信息進行保存并對信息進行整理分析或數據信息的搜索等，如果不能及時對這些信息數據進行更加全面的處理，就會大大縮減信息數據庫對于信息綜合運用的能力，從而達不到理想的效果。

為了進一步及時有效處理數據內容，需要盡快對人工智能數據信息進行深層次的應用，提升數據處理的工作效率以及數據的準確度。另外，在進行人工智能技術綜合運用的前提下，需要通過自身對人工智能技術進行判斷，將不同的數據信息進行綜合分類、優化技術處理，才能提高整體的用戶數據處理效率。

3.2 安全數據庫的設計

數據庫要保存用戶的海量信息，為了提高數據信息的安全性，需要設計安全數據庫，大數據在存儲時最重要的是做好數據的保密工作，防止出現數據信息的泄漏。由于在接口層使用保障機制不利于用戶的快速便捷訪問，因此為了從整體上保障數據的安全性，需要做好安全數據庫的設計工作，安全數據庫是數據的核心內容，采用安全數據庫的管理系統對數據的核心進行管理，將管理方式應用到數據信息中，發揮安全數據庫的配置管理、安全審計、操作日志管理、用戶管理等性能。

這些性能還分別包括其他的部分，正是由于核心數據庫存儲的信息是十分重要的，所以要嚴格管理方式，從數據結構和數據管理方式的角度出發，重點關注數據存儲的方式和數據存儲的管理等。安全數據庫的設計工作要以核心數據庫為核心，著重關注安全保障機制，這類數據庫主要是有警告數據庫、性能數據庫以及配置數據庫等。安全數據庫的設計工作可以提高數據平臺的服務品質，這樣數據信息在層層管理和過濾之后就會變得更加安全和高效。

一些數據十分重要，為了提高數據的保密性需要對數據進行準確管理，需要建立一個專門的數據信息庫，將數據存儲在數據信息庫里，這樣才能全面提高數據的安全性。安全數據庫的建立需要有專門的技術人員進行設計，注重提升數據安全性和科學性，為了提高數據庫的安全程度，有關部門要引進專業的科學人才，只有這樣才能發揮人才的作用和價值。安全數據庫工作的主要目的是核心數據庫的安全，因此，管理人員要重視安全技術的創新。

3.3 圖像識別技術

圖像識別技術作為計算機人工智能技術的重要領域與分支。其核心是對圖像進行相應的對象識別，以便區分出不同模式下的目標與對象。圖像識別技術從發展上來講，總共經歷了3個階段。分別為文字識別、圖像處理與識別、物體識別。其通過對圖像信息進行相應的處理分析，得到我們所需要的研究目標。發展到了今天，圖像識別不僅是通過肉眼進行識別，同時借助計算機進行識別也是重要的識別手段。

在識別原理上，計算機圖像識別技術與人客戶肉眼識別上是相同的。人類進行圖像識別是根據圖像本身具有的特征，將圖像識別出來。當我們看到一張圖片時，大腦會迅速反應出該相識的圖片，并進行分類識別與存儲記憶。人工智能圖像識別技術是以圖像特征為基礎，關注每個圖片的主要特征，并排除掉多余的輸入信息，找到所需要的關鍵信息，分階段的完成對圖像信息的整理形成一個完整的直覺映像。在人工智能圖像識別過程中，模式識別是關鍵，模式識別是對事物不同形式的信心進行分析處理，從而實現對一個事物或者現象的描述、辨別以及分類。如圖1所示，為一個完整的圖像識別過程。

如今國家越來越重視安全生產，企業也采取各種措施保障員工的安全生產，從而保障企業的利益。為降低管理難度，提高人員安全意識，可在各種生產作業現場部署安全監測設備，實時視頻監測、預警在崗工人是否按照要求做好安全防范措施作業。真正做到安全生產信息化管理，做到事前預防、事中常態監測、事后規范管理。

（1）在崗工人著裝及安全帽佩戴檢測。利用視頻監控的實時視頻對工作人員安全帽的佩戴及著裝是否符合要求進行識別和檢測，對未佩戴安全帽以及未穿著長袖長褲的危險行為可實時監測和預警，告警視頻、截圖都可在客戶端顯示，在現場部署音響和揚聲器給出報警提示，并將報警信息推送給相關管理人員，協助管理人員開展安全生產管理。

（2）人員設備施工環境因素監測。環境管理主要是對溫度、風速等環境因素的監測。當溫度過低或過高時，某些工種的修整或養護作業需要特別細心，必要時需增加作業量甚至改期作業。風速也是某些設備工作的重要考量之一，如塔式起重機正常作業允許的最大風力不得超過六級。當環境因素將影響作業施工時，推送預警信息給相關管理人員。

4 結束語

隨著經濟水平與科學技術的不斷提升，大數據分析與智能圖像識別技術的應用也越來越廣泛。因此，對大數據分析與智能圖像識別技術進行研究對于提高人們生產生活質量水平具有重要的意義。本文在對大數據分析與智能圖像識別技術的定義、研究現狀以及其優點優勢介紹的基礎上，對大數據分析與智能圖像識別技術進行全面分析。這對于促進大數據分析與智能圖像識別技術水平的發展具有重要的意義。同時，在未來的大數據分析與智能圖像識別技術的發展中，需要對相應的工程實踐經驗進行總結，并結合環境發展的趨勢要求，做好相應的技術研發工作。

參考文獻

[1] 仲崇麗.大數據分析與智能圖像識別技術融合應用[J].網絡安全技術與應用，2019（9）：79-80.

[2] 吳倩.一種基于圖像識別技術的智能選址方法與系統[J].計算機產品與流通，2019（7）：119.