1. 图像识别概述
图像识别技术是信息时代的一门重要的技术,其产生目的是为了让计算机代替人类去处理大量的物理信息。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。
1.1. 图像识别技术的引入
图像识别的发展经历了三个阶段:文字识别、数字图像处理与识别、物体识别。图像识别,顾名思义,就是对图像做出各种处理、分析,最终识别我们所要研究的目标。图像识别的产生就是为了让计算机代替人类去处理大量的物理信息,解决人类无法识别或者识别率特别低的信息。
1.2. 图像识别的原理
机器的图像识别是通过分类、提取重要特征而排除冗余的信息来识别图像,也可以说图像的内容是用其特征进行描述的。
1.3. 模式识别
模式识别是人工智能和信息科学的重要组成部分。模式识别是指对表示事物或现象的不同形式的信息做分析和处理从而得到一个对事物或现象做出描述、辨认和分类等的过程。
计算机的图像识别技术就是模拟人类的图像识别过程。在图像识别的过程中进行模式识别是必不可少的。简单地说,模式识别就是对数据进行分类,它是一门与数学紧密结合的科学,其中所用的思想大部分是概率与统计。模式识别主要分为三种:统计模式识别、句法模式识别、模糊模式识别。
1.4. 图像识别技术
传统图像识别和深度学习图像识别
图像识别技术可依据是否利用深度学习算法分为传统图像识别和深度学习图像识别。
传统图像算法能解决某些特定场景的、可人工定义、设计、理解的图像任务