Page 167 - 基于人工智能的图像识别技术研究

第三章 人工智能与图像识别

传统的朴素贝叶斯分类方法用于图像识别。

3.神经网络方法
神经网络是利用计算机模拟人类的神经系统而得来的一种人工智能分类方
法，其特点是精准度高且具有较强的学习能力，常用小波神经网络、BP神经网
络、RBF神经网络完成对图像的分类和识别。基于此发展的深度神经网络（深度
学习）也是目前重要的研究领域。

图像识别技术是一种应用广泛的计算机视觉技术，基于此技术，大量的图像
识别任务可以被计算机所代替，人类可以解放自己的双眼，大大便捷了人们的日
常生产生活。虽然经过了几十年的不断发展，但是目前基于人工智能的图像识
别技术还存在诸如可靠性差、过拟合、通用性较差的问题，智能化程度也有待提

高。未来的图像识别技术应该不断扩展其识别边界，同时做好各种系统的融合，
积极拓展其应用范围，从而更好地服务于未来的智能化社会。

二、基于图像识别与生成技术的人工智能应用

图像识别技术逐渐成为人工智能领域中的一项核心技术，在人们的工作与生
活中发挥着越来越重要的作用，其涉及的领域主要包括信息获取、信息处理、图
像分类、分类设计等，渗透各个领域，并且随着技术的创新发展，逐渐延伸在其

他领域中，适应社会的进步。
（一）图像识别与人工智能概述
图像识别主要包括人类图像识别与计算机图像识别，两种形式在应用过程中
并不存在本质上的区别，主要的区别在于计算机图像识别技术不会被人类的感官

差异因素所影响。人类图像识别技术在应用过程中，不会单一的依靠脑海中所存
储的图像进行辨认，依赖于图像识别的特征分类，根据不同的类别进行应用，以
完成最终的识别。人工智能是人类在发展过程中逐渐探索的一种全新的理念，逐
渐渗透在各个领域中，以大数据、计算机、信息技术等为基础，为人类提供优质

的服务，适应时代发展（见图3-4）。
（二）现阶段图像识别技术的常见形式
1.神经网络形式
神经网络形式是现阶段图像识别技术的一种常见形式，以现有的图像识别技

术为基础前提，合理融入现代神经网络算法形式，根据现阶段的需求构建新识
别，以满足当前的需求。该形式属于人工智能领域技术，主要是人工神经网络，

159