大數據環境下計算機人工智能識別技術的應用

【摘" 要】 大數據技術能快速處理大量、多變的信息內容，但很快又會面臨如何從中獲得更高商業價值和洞察力等問題。大數據與人工智能的融合形成了更為高級的分析功能，可以直接從海量的數據存儲中獲得最佳見解。作為一種新興技術，人工智能識別技術目前被主要應用在身份識別等領域，且正逐步代替傳統的識別方法，具有極大發展空間。從大數據環境著手，對大數據與人工智能間的關系進行分析，圍繞有無生命這一要素提出最常見的幾種人工智能識別技術，闡述了該技術在現實領域的相關應用。

【關鍵詞】 人工智能識別技術；大數據；圖像識別；安防

大數據與人工智能是當前最熱門的技術，兩者存在著十分緊密的協同關系。其中大數據是人工智能的基礎，反過來人工智能也能促進大數據的分析和挖掘，進一步提升數據應用價值。在此背景下產生的人工智能識別技術充分融合了不同學科的專業知識與前沿技術，形成了一種綜合性的計算機結構體系，不僅能有效識別正常流程中存在的一些錯誤問題，還能使原先抽象的思維建模獲得更為精準的表達，因此具有良好的應用前景。目前圍繞有無生命這一要素，該技術主要形成了無生命識別和有生命識別兩大類型，并被應用在不同領域，取得了一定成效，但依然存在一些問題，需要進一步探討。

一、大數據與人工智能

大數據涉及結構化與非結構化兩大數據內容，內容豐富、形式多樣，通過有效處理分析，能從中找到一定規律和趨勢，產生更多具有價值的信息。人工智能是對人類智能進行模擬的技術，涉及圖像識別、語言處理、機器學習等，因此需要海量數據，以便進行學習，持續提升技術精準性。從這點來看，大數據是人工智能實現的基礎所在，只有擁有大量的數據支持，才能促使人工智能建立預測模型。而人工智能反過來也能對大數據信息進行挖掘，找到其中隱藏的各項規律，以提升信息價值，幫助企業實現業務流程優化、產品與服務創新開發，最終取得更高價值。

二、人工智能識別技術類型

作為一種高端的信息科學技術，人工智能識別技術主要是借助計算機功能把人的思維意識模擬出來，再利用計算機程序進行呈現。即運用計算機、掃描儀等設備，將數據、目標指令等信息自動抓取并識別出來。對于其類型，從識別對象是否具有生命特性來看，主要分為以下兩種。

（一）有生命識別

所謂有生命識別，就是將識別技術和人體的生命特征結合在一起，目前最常見的主要有以下幾種：

1. 語音識別

所謂語音識別就是對每個人發出的聲音音色、音質、音調等進行分析，以此判定其身份。該技術體系主要包含聲音特性抓取、模式匹配和參考模式庫三項主要單元，實際應用時先對人的語音特征進行提取分析，建立專項模型，以對數據庫中用戶語音信息進行識別比對。目前該技術主要被應用在人機交互等領域。

2. 人臉識別

人臉識別是目前社會上應用最廣泛的人工智能識別技術之一，其要點就是借助高清攝像裝置對人的面部特征圖像進行采集，并將取得的信息在計算機內進行有效分析、處理和存儲。目前在使用時主要借助人臉識別系統實現，涉及面部圖像采集、圖像處理、人臉特征提取、人臉特征信息匹配識別等幾大重要模板，是基于人臉規則法等對動態場景下人臉圖像進行分析，并實施動態跟蹤，進而達到正確的比對識別。該技術的核心內容在于人臉識別算法，在其作用下能更精準地監測到人臉的重要信息特征，并在系統處理之后立即反饋至后端進行分類識別。現階段主要被應用在門禁識別、移動支付、攝像監控等場景，對于大眾生活和工作開展都具有一定的促進作用。

3. 指紋識別

所謂指紋識別就是對人的指紋進行掃描，然后通過分析端點、裂紋點、隔離點等特征進行信息匹配比對。其技術核心在于每個人的指紋都不一樣，差異較為穩定，因此更容易且準確地識別用戶身份。目前指紋識別系統主要設置有指紋采集、圖像處理、特征提取等多個模塊，采集環節獲得相關信息后要先進行預處理，然后對詳細信息展開分析，并獲得關鍵特征點實現比對與匹配，最后對匹配結果進行反饋。該技術主要被應用在移動支付、機密文件保護、門鎖等領域。

4. 步態識別

與上述幾種識別技術相比，步態識別真正從靜態識別轉到了動態識別，所以識別過程也變得更為復雜。在一般環境中，該技術可以識別50米距離，倘若采用4K高清攝像機，可能會達百米，整個過程會對人身實施無死角掃描，所以可識別性更強。雖然該技術也會面臨一定干擾，但和其他靜態技術相比，受到的干擾程度要更小，主要在于識別距離遠，有充足的空間和時間進行識別過程優化，排除干擾影響，再加上是展開全身識別，所以即便外部環境有所變動，或識別對象衣物、外貌等發生變化，甚至面部被完全遮擋起來，也不會影響最終識別結果。所以該技術應用范圍廣，識別精準度更高，使用更為靈活，且不需要識別對象專門配合，用戶體驗感更好。在刑事案件偵查中，即便是一些具有反偵察意識的罪犯，也很難通過步態偽裝避開檢測，所以在安防領域可以展開全面應用。

（二）無生命識別

1. 條形碼識別

條形碼主要由規律性的條、空、字符組成，具有一定唯一性特征，且可以被譯成二進制與十進制數。實際識別時主要進行掃描和翻譯，掃描需要借助專門的掃描儀器，通過條形碼本身的見光吸收與發射差異將信息映射在設備光電轉換器上，被轉為成對應的電信號。翻譯時則以編碼規律為主，將其譯成相關數字與字符，并應用計算機實現信息處理和識別。目前條形碼識別被廣泛應用在圖書館管理、銀行系統以及商品的流通交易當中。

2. 二維碼識別

二維碼識別是基于條形碼識別誕生的一種新形式，主要通過二維碼建立程序，自動產生黑白分明且排布規律的平面圖形，該圖形具有唯一性，能實時保存一些信息技術，只要借助其掃描程序就可以自動識別和處理圖像信息，實現信息顯性化。目前該技術應用范圍廣泛，特別是在國內移動支付、軟件登錄等領域都有所應用。

3. 射頻識別

射頻識別是以1-100GHz微波進行識別，一般需要提前在識別對象上安裝射頻標簽，再利用閱讀器對目標物信息進行讀取，能實現非接觸式數據通信，保證了識別效率。當前主要被應用在門禁、自動化生產、物流管理等相關領域。

4. 神經網絡識別

作為人工智能中的一項重要分支，神經網絡識別主要是基于神經網絡模型展開信息識別。例如在識別設備故障時，常規操作是人員先進行檢測，從中提取核心故障特征，再從知識體系中進行知識和經驗調取，實現細致推理，明確故障類別。而對于神經網絡模型，則先搜集往常發生過的故障案例，將故障特征作為網絡輸入，具體類型作為網絡輸出，以在真正出現故障后，及時將檢測到的具體特征作為網絡輸入，自動生成最匹配的故障類型。

三、人工智能識別技術的應用

（一）安防領域內的應用

由于視頻監控系統持續完善改進，在目前公共安全管理中也經常利用視頻系統展開案件研究，從而給案件識別、調查提供信息幫助。人工智能識別技術的迅速發展，促使其被廣泛應用在公共安全管理中，比如人臉識別技術能對實時視頻監控所抓取的圖像信息進行深入分析，并在人工智能檢測下和人臉目標信息進行對比，以獲取案件偵破所需要的證據。但人工智能面部識別系統目前還沒能達到完全精準，再加上被識別對象面部特征會在年齡變化、生活方式轉變等因素影響下產生變動。所以在安全領域內還需綜合應用人工智能識別技術，根據實際安全維護需求選擇針對性的技術系統，或實現聯合應用，比如可以將步態識別技術引入進來，通過分析目標對象的走姿、坐態等信息，與面部識別技術獲得的信息進行比對，以提升識別的精準性，防止產生誤認等問題。

（二）軍事領域內的應用

當前軍事戰爭主要圍繞信息技術展開，人力不再是核心資源，因此人工智能技術就成為軍事研究的一個主要方向。人工智能識別技術在軍事領域內的應用較多，比如無人戰斗機通常會采用圖像匹配技術，這是因為在戰爭過程中無人機都實施遠程操控，倘若控制信號丟失，其控制權就必須交給飛行器中央計算機，而要實現這一點就必須引入圖像匹配技術，以確保在信號丟失后搭載的攝像頭自動抓取線路中的圖像信息和內部存儲信息進行匹配，以明確自身所處位置，進而修正飛行線路，直到控制信號重新得到掌控。另外，在電子對抗中，人工智能識別技術也擁有廣泛應用性，即提前將電磁信號脈寬、頻率、功率等信息輸入智能系統，由系統自動分析空間電磁信號特征，在反饋具體特征參量的基礎上，確認電磁信號源的敵我性、位置、距離等，從而更好地展開軍事行動規劃。

（三）醫療領域內的應用

當前一些醫療機構的醫療診斷基本依賴醫生自身的專業知識和經驗，但醫生主觀性較強，診斷結果會受到知識掌握程度、經驗累積、當日工作狀態等因素影響，導致在對病理圖像分析時發生失誤，產生不正確診斷。同時，一些人工智能檢測技術主要是對患者病例進行自動識別，并在接收到患者病例圖像后仔細對圖像的各項細節信息進行詳細分析，出具診斷報告，為醫生最終診斷結果確定提供參考。在這之中，人工智能檢測受大數據影響最大，這就會導致醫療記錄與圖像分析結果產生差異，從而造成病例數據失準。而人工智能識別技術可以有效綜合大數據信息中最具價值的內容，實現自我校準，從而在診斷過程中及時校正錯誤內容。

（四）物流領域內的應用

在人工智能識別技術作用下，物流領域逐漸向著“智慧化”發展，有效提升了物流作業效率和質量。比如在港口、碼頭這類重要的國內外物品集散地，每天都要實施大量集裝箱運輸、裝載，為縮減人力成本投入，人工智能識別技術被應用其中，建立了全自動碼頭系統。如為提升集裝箱裝卸速度，一些碼頭在自動化引導車內安裝了大量感應系統，基于路面下磁場發生器的強度確定行走路線。在行駛中，專門的測速和測距系統還能將引導車與周圍其他車輛的信息檢測出來，以便進行自身車速調整，避免發生碰撞。同時，全自動行吊車在視頻取樣系統作用下，還可以自動識別集裝箱吊裝點位，促使所有掛點都能被牢固鎖定。調運時，自動引導車基于自身智能化優勢在指定區域內裝載集裝箱，吊車則將集裝箱精準放置在自動引導車上，使引導車在獲得行走指令之后將集裝箱運輸到指定位置。這種引入人工智能識別技術的碼頭作業流程，即便是周圍環境一片漆黑，依然能保證工作安全性，有效保障了碼頭24小時的正常作業，實現了物流活動開展的順暢性與及時性。

（五）教育領域內的應用

人工智能識別技術在教育領域的應用主要體現在考試過程中，比如可以借助傳感器、攝像頭等設備對考試環境進行自動化監控，及時識別偷看答案、應用禁用工具等異常行為。在閱卷過程中，通過智能識別技術對學生詞語選用、書寫風格等特征進行分析，以判定是否存在抄襲行為。再加上智能識別技術可以與互聯網進行連接，通過比對網絡文本數據庫，幫助教師及時檢測學生抄襲來源，獲取作弊證據，以便教師及時采取措施。

四、結束語

在人工智能領域，智能識別技術是最重要的一項內容，并且隨著大數據環境的持續建設和相關科學技術的不斷發展，已經被廣泛應用在大眾的日常生活生產中，不僅有利于提升識別效率和準確性，還能減少相關成本投入。目前該技術主要被分為有生命識別和無生命識別兩種類型，且不同類型技術所應用的領域也有一定差異，從整體情況來看，醫療建設、安全防衛、教育教學、物流發展、軍事戰爭等都是熱門運用領域，在一定程度上開始代替原先繁瑣、復雜，需要人的思維和精力投入的一些勞動，實現了勞動力解放，推進了各領域進一步優化建設。

參考文獻：

［1］ 王欣慶，周智琴. 人工智能識別技術的應用現狀及問題探討［J］. 中國新通信，2019，21（18）：121.

［2］ 張夢州，張冬冬. 計算機人工智能識別技術的應用瓶頸探究［J］. 赤峰學院學報（自然科學版），2019，35（06）：64-66.

［3］ 李麗亞. 人工智能中圖像識別技術的發現與應用研究［J］. 長江信息通信，2022，35（01）：134-136.

［4］ 楊議森. 人工智能識別技術的應用研究［J］. 通訊世界，2018（11）：286-287.