Page 93 - 基于人工智能的图像识别技术研究

第一章 人工智能概述

最后，三维双目视觉应用和影像自主收集技术。在交通工程中，计算机视觉

技术的运用时，测量交通工程量、测量结果反馈等方面都充分应用了三维双目视
觉法。在测量交通工程时，主要基于该方法中的三维空间定点分析法开展区域搜

索，此类区域均为可定点视觉区域，一旦出现目标一致的内容，将会自动进行视
觉实践模型的建立。之后，以具体需求为基础传输信息，如路段反馈信息等，掌

握勘测区域实际问题。此外，通过掌握运用层面上的图像视觉色彩差异，计算
机视觉技术可以利用虚拟数据采集体系调整局部信息反馈，以此保证交通情况评
估的科学合理性。简单来说，计算机视觉技术是一种高水平的数字化信息处理方

式，影像自主收集技术是体系的重要组成部分，在将其运用于交通工程时，主要
解决信息收集问题。例如，当测量过程中某个路口的交通车辆持续通过时，该技

术会将路口信息集中收集，并结合外部反馈信息对路口部分信息有序整合，之后
开展筛选与存储工作，极大地避免了局部信息丢失等问题。

4.智慧医疗领域中计算机视觉技术的运用
在计算机视觉技术不断发展进步下，在医疗事业中的应用也愈加深入，从目

前应用状况来看，其作用主要体现在临床医生对图像信息的掌握、卫生系统减少
医疗差错和改善工作流程以及患者掌握自己健康数据方面。此外，在计算机视觉
技术运用过程中，深度学习受到广泛关注，如图像配准技术，通过混合使用MR

和PET图像模式进行配准，能够获得更高的配准精度，尤其在头颈部复杂系数极

高的解剖区域。此外，在计算机视觉技术运用过程中，还可以将DTI跟踪成像与
MRI和CT图像进行有机结合，进而在图像分割协议的基础上进行三维建模，这

一技术主要运用于神经外科手术，有效降低了手术风险。
5.公共安全领域中计算机视觉技术的运用

由于计算机视觉技术中涵盖人脸识别技术，此类技术在公共安防领域也得到
了重要应用。在其具体运用过程中，利用了街道视觉传感器积累的大量数据，如
街道摄像头等，在一定程度上提升了人脸识别技术水平。目前，较为完整的人脸

识别系统包括人脸匹配、检测、属性分析等，还能够根据动态和静态进行差异化
识别，主要涉及的设备是摄像头，当该设备获得动态人脸图像后，会在数据库中

进行相似度分析，能够有效协助安全部门排查可疑人口（见图1-22）。

85