Page 168 - 基于人工智能的图像识别技术研究
P. 168
基于人工智能的图像识别技术研究
Research on Image Recognition Technology Based on Artificial Intelligence
通过人工智能对人类及动物神经网络分布的特征进行全面的分析，与传统的图像
识别技术相对比，该技术更具有优势，融入神经网络算法，提升整体的复杂性与
成本性。图像神经被提取捕捉后可利用神经网络程序中的优势，进行精准的识别
分类，为人们提供优质的服务。例如，以实际为例，神经网络完成相应的设计后
需要进行神经网络的训练，进而保证其图像识别。
图 3-4 计算机图像识别
2.模式识别形式
实际上模式识别形式属于一种有效的模型，在该形式应用过程中，以大量的
信息数据识别图像为基础，基于计算机技术进行整体应用，结合数学原理，完成
对图像特征的识别，在识别中客观评价其特征。实际上，识别模式可以根据实际
分为两种不同的形式阶段，一种是学习，另一种是实现，由于学习的过程在本质
上是一种存储的过程，因而现阶段在应用中需要明确存储采集图像、特殊信息的
重要性，根据实际的规律进行识别，按照计算机存储能力进行分类，形成相关的
程序，充分发挥出其图像的优势，基于实际进行识别。但该情况受自身的因素影
响，在识别过程中容易受外界因素的影响在捕捉信息过程中容易对外界相类似的
特征进行错误的判断，导致其出现误判。
3.非线性降维形式
非线性识别技术属于高维形式的识别技术，在应用过程中现有的技术具有较
强的优势，可以从整体上提升其辨识率，尤其是对于分辨率较低的图像来说，以
满足当前的需求。应用识别过程中将产生多维度的数据，增大其研究的困难度，
160
