人工智能初学者指南：计算机视觉和图像识别

让计算机'看'是一个不小的壮举。为了让机器像人或动物一样真正地观察世界，它依赖于计算机视觉和图像识别。

计算机视觉是条形码扫描仪能够“看到”UPC中的一堆条纹的能力。这也是Apple的Face ID可以判断出它的相机正在看的脸是否是你的。基本上，只要机器处理原始视觉输入（例如JPEG文件或摄像机馈送），它就会使用计算机视觉来理解它所看到的内容。一般来讲计算机视觉视为处理眼睛接收到的信息的人类大脑的一部分 - 而不是眼睛本身。

从人工智能的角度来看，计算机视觉最有趣的用途之一是图像识别，它使机器能够解释通过计算机视觉接收的输入并对其“看到”进行分类。

以下是工作中图像识别的一些示例：

Ebay应用程序允许您使用相机搜索项目

利用神经网络将漆黑的照片变成明亮的图像

Facebook的AI对你的照片了解很多

人工智能可以读懂你的想法怎么样？

例如，还有一款应用程序使用智能手机相机来确定对象是否是热狗。它利用计算机视觉和图像识别来做出判断。这可能看起来并不令人印象深刻，毕竟一个小孩子也可以告诉你某个东西是否是热狗。但是，在人脑和计算机中，训练神经网络进行图像识别的过程非常复杂。

在这一点上，AI就像一个小孩子。计算机视觉赋予它视觉感，但这并不是对物理宇宙的继承理解。为此，AI需要像孩子一样进行培训。如果您给孩子一个数字或字母足够的时间，它将学习识别该数字。

令人惊讶的是，许多幼儿在他们正确地学习它们后，可以立即识别字母和数字。我们的生物神经网络非常擅长解释视觉信息，即使我们正在处理的图像看起来并不完全符合我们的预期。

使计算机识别特定图像（如QR码）很容易，但是他们很难识别出他们不期望的状态 - 进入图像识别。

通常，图像识别的工作方式涉及创建处理图像的各个像素的神经网络。研究人员尽可能多地为这些网络提供预先标记的图像，以“教导”他们如何识别相似的图像。

在上面的热狗示例中，开发人员可以为AI提供数千张热狗照片。然后，人工智能会对热狗应该拥有的图片进行全面的了解。当你给它提供一些东西的图像时，它会将该图像的每个像素与它所见过的热狗的每张图像进行比较。如果输入满足类似像素的最小阈值，则AI将其声明为热狗。

处理视觉信息的任何AI系统通常依赖于计算机视觉，并且能够识别特定对象或基于其内容对图像分类的那些系统正在执行图像识别。

这对于需要快速准确地识别和分类环境中不同对象的机器人来说非常重要。例如，无人驾驶汽车使用计算机视觉和图像识别来识别行人，标志和其他车辆。（新图智 www.vision123.cn）