人工智能、機(jī)器學(xué)習(xí)和機(jī)器視覺
如今,人工智能越來越多的被大家提及和應(yīng)用,但是,到底什么是人工智能、機(jī)器學(xué)習(xí)和機(jī)器視覺?下面就人工智能、機(jī)器學(xué)習(xí)和機(jī)器視覺作簡(jiǎn)要介紹。
因此,簡(jiǎn)單而言,人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)是一種包含關(guān)系。我們通過在計(jì)算能力和計(jì)算方式上的探索在不斷接近人工智能的本質(zhì)——一個(gè)具備自我學(xué)習(xí)和應(yīng)變能力的智能機(jī)體。
但實(shí)際上,人工智能的應(yīng)用范圍博大精深,繁冗復(fù)雜,在每一個(gè)垂直領(lǐng)域的應(yīng)用都需要克服難以想象的障礙。所以,我們先拆分大腦的功能,讓機(jī)器一點(diǎn)點(diǎn)實(shí)現(xiàn)智能化。人的大腦需要借助各種感官,如眼睛、耳朵等,感知外界信息,然后進(jìn)行判斷,這其中用機(jī)器來代替人眼來做測(cè)量跟判斷的動(dòng)作,稱為機(jī)器視覺,機(jī)器視覺是人工智能學(xué)科中發(fā)展的最為快速的分支,而如今大家熟知的人臉識(shí)別技術(shù)就是機(jī)器視覺最富有挑戰(zhàn)性的課題之一。
基于深度學(xué)習(xí)的人臉識(shí)別方法,以稀疏自編碼神經(jīng)網(wǎng)絡(luò)和softmax分類器構(gòu)建深度層次網(wǎng)絡(luò)為例,并對(duì)該深度層次網(wǎng)絡(luò)進(jìn)行了訓(xùn)練。為了驗(yàn)證深度學(xué)習(xí)方法的人臉識(shí)別率,分別在ORL、Yale、Yale-B以及PERET人臉數(shù)據(jù)庫(kù)上做算法測(cè)評(píng),測(cè)試內(nèi)容有softmax分類器人臉識(shí)別、深度網(wǎng)絡(luò)頂層微調(diào)算法和深度網(wǎng)絡(luò)整體微調(diào)算法三個(gè)方面。對(duì)各個(gè)數(shù)據(jù)庫(kù)的人臉圖像進(jìn)行的預(yù)處理有直方圖均衡化、非局部均值算法、小波變換處理、Retinex圖像增強(qiáng)算法以及同態(tài)濾波算法。另外,使用深度網(wǎng)絡(luò)整體微調(diào)算法對(duì)低分辨率問題做了進(jìn)一步驗(yàn)證。最后,利用matlab GUI編程實(shí)現(xiàn)一個(gè)基于稀疏自編碼神經(jīng)網(wǎng)絡(luò)和softmax分類器的人臉識(shí)別系統(tǒng),該系統(tǒng)的深度層次網(wǎng)絡(luò)的層次和節(jié)點(diǎn)可調(diào),且具備完整的識(shí)別功能。
實(shí)驗(yàn)結(jié)果表明深度學(xué)習(xí)方法對(duì)原始數(shù)據(jù)具有高效準(zhǔn)確的抽象表達(dá),在光照、表情、姿態(tài)以及低分辨率的條件下取得了良好的表現(xiàn),尤其是在低分辨率的情況下。
再?gòu)?qiáng)大的算法如果不和現(xiàn)實(shí)的應(yīng)用場(chǎng)景相結(jié)合也無(wú)異于紙上談兵,除了名次的提升和無(wú)限接近于100%的實(shí)驗(yàn)結(jié)果,并沒有帶來實(shí)際的價(jià)值更何談社會(huì)效益。人工智能產(chǎn)生的初衷是為了取代人力,將人類解放出來去創(chuàng)造更多的價(jià)值,人臉識(shí)別技術(shù)也同樣應(yīng)該遵循這個(gè)基本原則。目前,隨著技術(shù)的發(fā)展和市場(chǎng)需求的快速增長(zhǎng),人臉已經(jīng)在很多領(lǐng)域發(fā)揮了這樣的價(jià)值,如人臉識(shí)別考勤門禁,遠(yuǎn)程在線核身,用刷臉替代實(shí)名場(chǎng)景中需要的人力和物力。在安防方面的應(yīng)用比如公共場(chǎng)所動(dòng)態(tài)監(jiān)控、緝拿逃犯、人員布控等。
相比于人眼的效率來說,人工智能的人臉識(shí)別能力要遠(yuǎn)遠(yuǎn)超過人類。但這并不代表機(jī)器不會(huì)出錯(cuò),畢竟,人工智能的意義是賦予人類更強(qiáng)大的能力、協(xié)助人類更高效的工作,而并非取代人類。
文章轉(zhuǎn)載自中國(guó)機(jī)器視覺網(wǎng),如有問題,請(qǐng)及時(shí)聯(lián)系刪除。