人工智能视觉识别

人工智能和自动化之间的区别：自动化中场景一样，只需要我们去设定参数，而人工智能的场景仅具有相似度

有监督：

*图像

识别图像，理想情况下，通过颜色来找到像素点。

如你需要识别图中的文字，计算机遍历像素点，找到有#a00的像素点，达到识 别文字的效果，但现实中的颜色是没有一个具体的数值的。

灰度处理：把一张图片中复杂多样的颜色按一定区间分配为几个简单的颜色，来完成目标锁定，这也是目标锁定的核心。

如你需要识别图中的向日葵，将颜色的范围进行基础的划分，即将多种颜色变为一种，计算机在第二次识别中只需要找一种颜色的像素点就可以找到向日葵的位置

判断颜色的同时，还需要判读物体的形状。

通过数学求导的方式来判断形状

*声音

*文本

无监督：不需要人为干预。

计算机通过事物间的属性来进行关联(正向关联、反向关联)，达到推理和联想的效果。每个属性都有自己的标尺。

任何AI识别都离不开聚类和回归。

回归 ：不断对知识库进行修复和调整。

聚类 ：进行分类。

卷积 ：从某个区域里选一个代表。

*自动感知

*自动归纳

*自动建模

*自动修正

*自动识别

神经网络 ：通过不断增加评判维度，来提高精准度。

神经网络就是(矩阵*矩阵)，即两个数组按照矩阵的方式作用，

它属于增加识别维度，适用于所有的场景