Page 160 - 基于人工智能的图像识别技术研究

基于人工智能的图像识别技术研究
Research on Image Recognition Technology Based on Artificial Intelligence

从计算机图像识别技术的发展阶段来看，早在20世纪20年代，这项技术就已

经开始在西方多国出现并且得到初步应用。20世纪50年代，计算机图像识别技术
还停留在数字、文字处理方面。20世纪60年代，随着计算机性能大幅度提升，计
算机图像识别与处理技术发展势头迅猛，如20世纪60年代出现的CT扫描进行疾
病诊断，在20世纪70年代末被授予诺贝尔奖。到了20世纪90年代，图像识别与处

理技术真正进入大规模发展阶段，真正飞跃发展是在21世纪。进入21世纪，智能
化时代已悄然来临，人们的生活方式也得到了极大的改变，我们在通信的过程中
也可以传输图像、声音、文字等信息。网络能够承载电视、电话以及综合类型的

数字通信，满足人们的各种日常生活工作需求。移动互联网、智能手机以及社交
网络的发展，使人们的生活充满了海量的图片信息，图片与视频成为通信交流的
又一大主要媒介。在此环境下，计算机图像识别处理技术显得尤为重要。
（二）图像识别技术

图像识别主要有模式识别和神经网络两种技术。
1.模式识别
模式识别是指对表征事物或现象的各种形式的图像信息进行处理和分析，通

过计算机用数学技术方法来研究模式的自动处理和判读、识别图像所具备的多种
特征。简单来说，模式识别就是利用计算机对图像的特征提取后进行分类，在错
误概率最小的条件下，使识别的结果尽量与目标对象相符合。模式识别可用于文

字和语音识别、遥感和医学诊断等方面，但在当前的实际操作过程中，计算机图
像识别模式和人类大脑图像识别图形图像的模式还存在着一定差异，在处理的过
程中难免会出现一些错误信息。

2.神经网络
神经网络具体来说，就是模仿动物神经网络行为特征，进行分布式并行信息
处理的数学模型。这种网络基于系统的复杂程度，通过调整内部大量节点之间相
互连接的关系，从而达到处理信息的目的。相比之前的模式识别，该方法取得了

很大成功。当前在图像识别领域广泛应用的主要有多层神经网络和卷积神经网络
技术。
（1）多层神经网络

多层神经网络由输入层、隐藏层、输出层三个部分组成，其中隐藏层也被称
为中间层（可以从几层到数百层）。每层都由多个神经元组成，层与层之间相互

152