基于深度學(xué)習(xí)的圖像識(shí)別研究

張?jiān)换? 王紅 馬廣明

摘? 要：隨著智能化、科技化、信息化時(shí)代的到來，計(jì)算機(jī)的算法應(yīng)用已經(jīng)遍布各個(gè)領(lǐng)域。本文針對機(jī)器學(xué)習(xí)領(lǐng)域范疇之中的深度學(xué)習(xí)，通過對其基本理論的實(shí)踐應(yīng)用，研究其對人類有著特殊功能與作用的圖像識(shí)別等技術(shù)。本文主要對深度學(xué)習(xí)的概念進(jìn)行詳細(xì)闡述，同時(shí)，對基于深度學(xué)習(xí)理論的圖像識(shí)別進(jìn)行詳細(xì)研究，就其作用原理以及優(yōu)缺點(diǎn)進(jìn)行論述，為日后相關(guān)的圖像識(shí)別技術(shù)的改進(jìn)提供理論參考。

關(guān)鍵詞：深度學(xué)習(xí);圖像識(shí)別;機(jī)器學(xué)習(xí)

Abstract：With the advent of the era of intellectualization and scientific and technological informatization，the application of computer algorithms has spread over every fields. Aiming at the deep learning in the field of machine learning， through the practical application of its basic theory， this paper studies the image recognition technology which has special functions and functions for human beings. This paper mainly elaborates on the concept of in-depth learning，and at the same time. In this paper，image recognition based on depth learning theory is studied in detail，and its function principle and advantages and disadvantages are discussed，which can provide theoretical reference for the improvement of image recognition technology in the future.

Keywords：deep learning;image recognition;machine learning

0? 引? 言

深度學(xué)習(xí)指的是利用計(jì)算機(jī)算法對人腦的數(shù)據(jù)進(jìn)行模擬分析、監(jiān)控，更好地在實(shí)際生活中通過數(shù)據(jù)模擬出人腦的變化情況及神經(jīng)的動(dòng)態(tài)變化，為識(shí)別預(yù)測信息提供理論參考，圖像識(shí)別研究就是在深度學(xué)習(xí)理論基礎(chǔ)上對其進(jìn)行的實(shí)踐應(yīng)用，本文將主要針對深度學(xué)習(xí)進(jìn)行探究，同時(shí)針對基于深度學(xué)習(xí)的圖像識(shí)別技術(shù)進(jìn)行內(nèi)容剖析，以及其作用及優(yōu)缺點(diǎn)探究，為日后相應(yīng)的技術(shù)革新和變革提供理論參考。

1? 深度學(xué)習(xí)的內(nèi)容

深度學(xué)習(xí)即在大數(shù)據(jù)時(shí)代，隨著人工智能的不斷發(fā)展與工業(yè)化4.0時(shí)代的到來，通過計(jì)算機(jī)的使用探究大腦神經(jīng)中的思考過程，利用大數(shù)據(jù)的變化模擬大腦思考過程，通過計(jì)算機(jī)中介進(jìn)行系統(tǒng)呈現(xiàn)，將大腦神經(jīng)的變化過程動(dòng)態(tài)展現(xiàn)，能夠?yàn)槿蘸笙鄳?yīng)的腦類科學(xué)研究與數(shù)據(jù)應(yīng)用理論提供參考。

深度學(xué)習(xí)屬于機(jī)器學(xué)習(xí)的范疇，主要是指對大腦神經(jīng)的動(dòng)態(tài)變化進(jìn)行的研究，通過計(jì)算機(jī)的數(shù)據(jù)實(shí)現(xiàn)，就像飛機(jī)中的黑匣子，里面的變化不會(huì)輕易被發(fā)現(xiàn)，然而通過黑匣子聯(lián)結(jié)展現(xiàn)的數(shù)據(jù)變化可以知道飛機(jī)的飛行路況。大腦神經(jīng)的思考過程就是黑匣子，通過計(jì)算機(jī)算法的深度聯(lián)結(jié)就能夠?qū)⒑谙蛔觾?nèi)的內(nèi)容展現(xiàn)出來，這就是對深度學(xué)習(xí)的解讀。

深度學(xué)習(xí)的發(fā)展是先從淺度學(xué)習(xí)逐漸研究至深度學(xué)習(xí)的，所謂淺度學(xué)習(xí)，即深度學(xué)習(xí)的過渡過程，通過MCP人工神經(jīng)元模型，對大量數(shù)據(jù)進(jìn)行聯(lián)合運(yùn)算，以及感應(yīng)器感知，最終迎合大腦神經(jīng)發(fā)展的內(nèi)部規(guī)律。由于其需要使用大量的運(yùn)算方法與運(yùn)算程序，對于內(nèi)部規(guī)律的感知并不合理，或者感知不準(zhǔn)確，因此，由此催生的第二次的學(xué)習(xí)革命，發(fā)展了深度學(xué)習(xí)。隨著深度學(xué)習(xí)的不斷發(fā)展，出現(xiàn)了許多神經(jīng)網(wǎng)絡(luò)模型，如卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)是指通過卷積運(yùn)算和全運(yùn)算等多種形式對數(shù)據(jù)的各個(gè)部分的特征加以把握，充分了解各個(gè)部分?jǐn)?shù)據(jù)的具體特征，從而對大腦神經(jīng)的變化特征與思考特征更加熟知，方便在圖像識(shí)別與數(shù)據(jù)視頻處理中加以運(yùn)用，循環(huán)神經(jīng)網(wǎng)絡(luò)主要是指對一次的數(shù)據(jù)處理可以進(jìn)行循環(huán)處理，卷積主要是對特征進(jìn)行把握，而對于數(shù)據(jù)的動(dòng)態(tài)變化與交替則無法掌握，循環(huán)能夠巧妙地進(jìn)行數(shù)據(jù)的全面掌控，主要是對其動(dòng)態(tài)變化進(jìn)行掌控，主要應(yīng)用于語言翻譯、詞匯識(shí)別等領(lǐng)域。后文將會(huì)詳細(xì)說明基于卷積運(yùn)算方式的圖像識(shí)別的原理、內(nèi)容及作用和優(yōu)缺點(diǎn)。

隨著深度學(xué)習(xí)研究的進(jìn)一步深入，其研究的實(shí)踐在我們?nèi)粘Ｉ铑I(lǐng)域中應(yīng)用愈加廣泛。隨著科學(xué)技術(shù)的不斷發(fā)展，人們的生產(chǎn)生活將會(huì)越來越離不開深度學(xué)習(xí)的應(yīng)用，下文將探討基于深度學(xué)習(xí)的主要應(yīng)用即圖像識(shí)別的研究，為日后相應(yīng)的圖像識(shí)別改革提供借鑒意義。

2? 圖像識(shí)別的含義、作用、優(yōu)缺點(diǎn)

2.1? 圖像識(shí)別的含義

圖像識(shí)別技術(shù)是應(yīng)用深度學(xué)習(xí)算法的一種實(shí)踐應(yīng)用，主要用于智能手機(jī)中的人臉識(shí)別技術(shù)、銀行ATM機(jī)的人臉識(shí)別技術(shù)等。在日常生活中，圖像識(shí)別應(yīng)用非常廣泛，無論是駕照刷課時(shí)過程中的人臉拍照，還是智能手機(jī)中的指紋解鎖，都屬于圖像識(shí)別領(lǐng)域。圖像識(shí)別技術(shù)是使用卷積算法的應(yīng)用領(lǐng)域，卷積算法是對數(shù)據(jù)的各個(gè)具體的特征進(jìn)行的運(yùn)算，在大腦神經(jīng)的思考與運(yùn)算中，通過對神經(jīng)的具體特征進(jìn)行了解與掌握來運(yùn)行算法。理解圖像識(shí)別的具體含義的關(guān)鍵為圖像的具體模式識(shí)別，是指模式的具體識(shí)別技術(shù)在圖像研究領(lǐng)域的具體應(yīng)用，是對已經(jīng)了解并且輸入的圖像信息進(jìn)行篩選、分析，識(shí)別模型，從而建立新的圖像模型的過程。圖像識(shí)別的方法有貝葉斯分類法、模板匹配法等，貝葉斯分類法是指通過具體的特征與模板特征進(jìn)行比較，觀察兩種特征是否吻合，若完全吻合，算法正確，可以得知具體特征的根本屬性。但由于貝葉斯分類法中會(huì)有一個(gè)假象值，假象值可能與其真實(shí)值是不匹配，針對這一弊端，提出了模板匹配法，這一方法研究某一物質(zhì)的特定特征具體位于什么地方，通過特征進(jìn)行相應(yīng)的模板匹配，主要研究特征位于圖像的那個(gè)部位，進(jìn)而匹配它。

無論是對圖像識(shí)別技術(shù)方法的探究還是對圖像識(shí)別原理的探究，圖像識(shí)別都是基于深度學(xué)習(xí)理論的實(shí)踐。通過圖像識(shí)別技術(shù)，能夠更為有效地解決日常生活中圖像鑒定的難題，同時(shí)，能夠?yàn)槿藗兊娜粘Ｉ钐峁┍憷?/p>

2.2? 圖像識(shí)別的作用

圖像識(shí)別的作用上文提到諸多，通過圖像的匹配或者圖像的識(shí)別滿足日常生活的需求與日常的生活需要，主要通過圖像識(shí)別進(jìn)行大數(shù)據(jù)的匹配，深度學(xué)習(xí)主要是就大腦神經(jīng)網(wǎng)絡(luò)的運(yùn)作過程與思考過程進(jìn)行的外部模擬。圖像識(shí)別就是利用此項(xiàng)技術(shù)進(jìn)行的技術(shù)應(yīng)用，通過圖像識(shí)別技術(shù)可以幫助大眾滿足日常生活需要，快捷方便，省時(shí)省力。如在超市中的人臉掃描可以快速確認(rèn)顧客的樣貌，方便顧客省時(shí)省力進(jìn)行結(jié)賬;又比如在駕照考試中的人臉識(shí)別，通過對五官主要特征進(jìn)行識(shí)別，可以有效驗(yàn)證參加考試人員的身份。圖像識(shí)別在日常生活中的應(yīng)用頗多，這主要依靠的是圖像識(shí)別的識(shí)別與監(jiān)督技術(shù)。圖像識(shí)別技術(shù)在日常生活中能夠起到監(jiān)督作用，如監(jiān)督人員的變化以及人員行動(dòng)過程中的變化。此外，圖像識(shí)別技術(shù)還可具有檢測作用，像在醫(yī)院中使用的掃描機(jī)，其作用就是探尋病人主要的生病部位及部位受傷情況，掃描機(jī)主要是對其進(jìn)行檢測與檢查。圖像識(shí)別技術(shù)有著超乎于人眼所看不到的功能與作用，為人們生活提供諸多便利。

綜上所述，圖像識(shí)別技術(shù)有著監(jiān)測、檢查甚至是監(jiān)督識(shí)別的作用，在人們的日常生活中，越來越離不開圖像識(shí)別技術(shù)，甚至，在生活的各個(gè)角落，都存在著圖像識(shí)別技術(shù)的身影。圖像識(shí)別技術(shù)除在日常生活中應(yīng)用廣泛以外，在工程施工、醫(yī)療救援、機(jī)械維修，甚至是軟件編程過程中都有著巧妙的應(yīng)用。舉例來說，圖像識(shí)別技術(shù)應(yīng)用于工程施工中，主要針對的是工程的施工現(xiàn)狀及施工場地的監(jiān)測與檢查，尤其是當(dāng)施工場地人眼無法看到時(shí)，建筑場地有著人為不能輕易踏入的場所，其應(yīng)用價(jià)值更加凸顯;圖像識(shí)別技術(shù)在醫(yī)療救援中的應(yīng)用更為廣泛，主要用于機(jī)器的掃描，探求病人內(nèi)部的身體情況;在軟件編程過程中，主要用于軟件實(shí)施過程中的監(jiān)測。圖像識(shí)別技術(shù)在各行各業(yè)中的應(yīng)用均較廣泛，在不同的領(lǐng)域有著不同的作用，方便了大眾生活，推動(dòng)了了各行各業(yè)的發(fā)展。

2.3? 圖像識(shí)別技術(shù)的優(yōu)缺點(diǎn)

針對圖像識(shí)別的優(yōu)點(diǎn)，上文論述了其對大眾日常生活的幫助，對各行各業(yè)前景的發(fā)展，下文將詳細(xì)論述圖像識(shí)別的其他優(yōu)缺點(diǎn)。

首先，在人眼或者人為不能達(dá)到或者不能涉及的領(lǐng)域，圖像識(shí)別技術(shù)可以最大效率地彌補(bǔ)此項(xiàng)缺憾，可以盡可能地探查到更多的領(lǐng)域，尤其是與人民群眾財(cái)產(chǎn)安全密切相關(guān)的醫(yī)療行業(yè)，運(yùn)用圖像識(shí)別技術(shù)能夠最大限度保障民眾的醫(yī)療安全甚至是生命安全。其次，圖像識(shí)別技術(shù)能夠較為精確地描述實(shí)際情況，因?yàn)槿搜鄣臈l件有限，達(dá)不到很精密的程度，難免會(huì)犯一些錯(cuò)誤，但是由于圖像識(shí)別技術(shù)是根據(jù)深度學(xué)習(xí)理論進(jìn)行的大腦神經(jīng)的運(yùn)轉(zhuǎn)，出現(xiàn)問題的幾率會(huì)變得很小，一般而言，精確度可以得到更好的保證。在建筑施工場地，可以更好地進(jìn)行建筑行業(yè)的有效監(jiān)控與測量，提供有效的監(jiān)測數(shù)據(jù)，保證建筑施工的順利進(jìn)行。再者，圖像識(shí)別技術(shù)可以有效進(jìn)行監(jiān)督與識(shí)別，有效的程度可以高達(dá)百分之百，圖像識(shí)別技術(shù)的監(jiān)督識(shí)別技術(shù)可謂頂尖，隨著智能化與信息化的不斷發(fā)展，圖像識(shí)別技術(shù)的發(fā)展也經(jīng)歷了艱難與緩慢的改革進(jìn)程，在監(jiān)督檢測的有效性方面更加有保障。圖像識(shí)別技術(shù)有著眾多的優(yōu)點(diǎn)，能夠?yàn)槿藗兊娜粘Ｉ詈途蜆I(yè)提供諸多幫助，然而，任何技術(shù)都是一把雙刃劍，有優(yōu)點(diǎn)的同時(shí)也會(huì)存在缺點(diǎn)，下文將會(huì)詳細(xì)論述圖像識(shí)別技術(shù)的缺點(diǎn)。

圖像識(shí)別技術(shù)的缺點(diǎn)同樣存在，只有熟識(shí)并且深刻掌握圖像識(shí)別技術(shù)的缺點(diǎn)，才可以更好地進(jìn)行改進(jìn)和完善。首先，圖像識(shí)別技術(shù)的條件要求會(huì)比較高，所謂的條件要求指的是在運(yùn)用圖像識(shí)別技術(shù)的過程中所需要滿足的條件和要求，像在駕?？荚囍袌D像識(shí)別的使用主要是判斷駕駛?cè)藛T的考試是否通過、人員是否作弊等，這就需要駕駛車輛滿足一定要求，首先保障可以正常使用圖像掃描機(jī)、可以正常使用攝像頭等，圖像識(shí)別技術(shù)是科技進(jìn)化的結(jié)果，所以需要滿足的條件要求是較高的。其次，圖像識(shí)別技術(shù)的花費(fèi)較高，即成本較高，這使得很多行業(yè)很少使用圖像識(shí)別技術(shù)，只有需要滿足高度準(zhǔn)確性和精密性的要求，進(jìn)行監(jiān)督識(shí)別檢測的行業(yè)才會(huì)運(yùn)用，且其使用過程中的成本也較高。再者，圖像識(shí)別技術(shù)的人員使用標(biāo)準(zhǔn)也較高，一般的老年人或者不了解的人可能不會(huì)使用也不清楚使用的方式，人員的使用標(biāo)準(zhǔn)和要求較高保障在使用過程中的準(zhǔn)確性和效率，像在醫(yī)療衛(wèi)生中的使用，需要由專業(yè)的醫(yī)療救護(hù)人員進(jìn)行操作。

3? 結(jié)? 論

基于深度學(xué)習(xí)理念的圖像識(shí)別技術(shù)有著較為廣泛的作用，深度學(xué)習(xí)理論為圖像識(shí)別提供了理論基礎(chǔ)與技術(shù)支持，圖像識(shí)別是深度學(xué)習(xí)的具體應(yīng)用，日后，將會(huì)存在更為便利的技術(shù)應(yīng)用，將會(huì)有更為準(zhǔn)確的機(jī)器學(xué)習(xí)模型，這需要專業(yè)知識(shí)與專業(yè)技能的雙重護(hù)航，也需要有專業(yè)人的精神理念，隨著科技的發(fā)展和技術(shù)的廣泛應(yīng)用，這一天遲早會(huì)來臨，圖像識(shí)別技術(shù)也會(huì)隨著時(shí)間的變化而逐步進(jìn)步，將來會(huì)呈現(xiàn)更加完美的技術(shù)。

參考文獻(xiàn)：

[1] 徐夢雪.基于深度學(xué)習(xí)的圖像識(shí)別技術(shù)綜述 [J].計(jì)算機(jī)產(chǎn)品與流通，2019（1）：213.

[2] 徐校竹.基于深度學(xué)習(xí)的礦巖圖像識(shí)別技術(shù)研究 [J].中國錳業(yè)，2018，36（6）：179-181.

[3] 孟令，朱正，林世忠，等.淺談深度學(xué)習(xí)在圖像識(shí)別領(lǐng)域的應(yīng)用現(xiàn)狀與優(yōu)勢 [J].電工技術(shù)，2018（16）：145-146+149.

[4] 李超波，李洪均，徐晨.深度學(xué)習(xí)在圖像識(shí)別中的應(yīng)用 [J].南通大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，17（1）：1-9.

[5] 王禹嫣.深度學(xué)習(xí)在圖像識(shí)別中的應(yīng)用與發(fā)展 [J].中國戰(zhàn)略新興產(chǎn)業(yè)，2017（48）：115-116.

[6] 胡婷鴻，萬雷，劉太昂，等.深度學(xué)習(xí)在圖像識(shí)別及骨齡評估中的優(yōu)勢及應(yīng)用前景[J].法醫(yī)學(xué)雜志，2017，33（6）：629-634+639.

作者簡介：張?jiān)换ǎ?980-），女，漢族，山東德州人，教師，助教，學(xué)士學(xué)位，本科，研究方向：計(jì)算機(jī)應(yīng)用技術(shù);王紅（1992-），女，漢族，山東德州人，教師，助教，碩士研究生，研究方向：網(wǎng)絡(luò)安全;馬廣明（1990-），男，漢族，山東德州人，教師，助教，碩士，研究方向：計(jì)算機(jī)科學(xué)與技術(shù)。