Fan com uma tecnologia de reconhecimento de imagem é um importante campo de inteligência artificial. Ele refere-se à técnica de reconhecimento de imagem do objecto, e alvo de reconhecimento de objectos para os diferentes modos. Este artigo descreve a percepção global da tecnologia de identificação de imagem dos princípios técnicos de reconhecimento de imagem e processo de identificação deve respeitar ao redor.
anuário
1. O princípio de técnicas de reconhecimento de imagem
O processo de reconhecimento de imagem
Aplicações A tecnologia de reconhecimento de imagem
prefácio
reconhecimento de imagem passou por três estágios:
- Character Recognition
- Processamento Digital de Imagens e Reconhecimento
- reconhecimento de objetos
Tal como o nome sugere, é de reconhecimento de imagem para realizar uma variedade de processamento de imagem, análise, e em última análise, determinar o alvo precisamos estudo. reconhecimento de imagem de hoje não se refere apenas ao olho humano, mas também se refere ao uso da tecnologia de computador para identificar.
1. O princípio de técnicas de reconhecimento de imagem
Em princípio, a tecnologia de computador imagem reconhecimento humano e há diferença essencial entre a própria imagem par reconhecimento. O nosso próprio reconhecimento de imagem depende das características da imagem em si classificados e identificados pelo recurso de imagem de cada categoria. Quando vemos uma imagem, o nosso cérebro vai logo sentir que é. Você viu isso ou similares?
Neste processo, foram identificados com base do cérebro (Picture Library Model) de memória categoria de classificação na memória, verifique se existem memórias e imagens que tenham as mesmas ou semelhantes características, e, em seguida, identificar se vemos a imagem.
As principais características da imagem com base na técnica de reconhecimento de imagem. Cada imagem tem as suas próprias características, tais como as letras A, que tem uma ponta afiada, P tem uma circular, centro Y com um ângulo agudo. Pesquisa sobre Reconhecimento de Imagem movimentos oculares mostram que contemplam sempre focada nas principais características da imagem, onde uma mudança repentina de curvatura da imagem que é o esboço ou contorno direção de máxima, onde a quantidade máxima de informações. linha de exploração do olho sempre sequencialmente a partir de um recurso para outro recurso. Assim, no processo de reconhecimento de imagem, o mecanismo perceptual deve excluir informações de entrada redundante e extrair informações chave. Ao mesmo tempo, deve haver um mecanismo responsável pela integração de informações para o cérebro,
O reconhecimento de padrões é uma parte importante da ciência da informação e inteligência artificial. reconhecimento de padrões e processamento de informação refere-se à análise de formas diferentes que representam coisas ou fenômenos a fim de fazer as coisas, o fenômeno descrito, processo de identificação e classificação.
As principais características da imagem com base na técnica de reconhecimento de imagem. Cada imagem tem suas próprias características. Pesquisa sobre Reconhecimento de Imagem movimentos oculares mostram que contemplam sempre focada nas principais características da imagem, onde uma mudança repentina de curvatura da imagem que é o esboço ou contorno da maior sentido. Estes lugares mais informativo. linha de exploração do olho sempre sequencialmente a partir de um recurso para outro recurso. Por exemplo, você vê a beleza, sempre olhar para alguns fixo a essa parte -
Assim, no processo de reconhecimento de imagem, o mecanismo perceptual deve excluir informações de entrada redundante e extrair informações chave. Ao mesmo tempo, deve haver um mecanismo responsável pela integração de informações para o cérebro, o mecanismo pode organizar as informações obtidas em etapas em uma percepção da imagem completa.
O processo de reconhecimento de imagem
Desde que a tecnologia de computador reconhecimento de imagem e reconhecimento de imagem humana o mesmo princípio, eles também são processo muito similar. processo de tecnologia de reconhecimento de imagem é dividida nas seguintes etapas:
- Acesso à informação
- O pré-tratamento
- extração de características e seleção
- projeto classificador
- Decisão de classificação
meios de aquisição de informação é um sensor de conversão de informações de luz ou som em informações elétricas. Ou seja, obter básico de objetos de aprendizagem informações, e converte-os em informações que podem ser reconhecidos pela máquina de alguma forma.
A preparação das amostras, a fim de melhorar as características importantes de uma imagem, constitui a base para o trabalho de identificação, compreendendo tipicamente tratamento
- O processamento de imagem de cor - o processamento de cores
- melhoria de imagem - a qualidade da imagem é melhorada, ao extrato escondido detalhe
- Imagem de Recuperação - Clear borrão na imagem e outros tipos de lixo
- Mostrado e descrito - visualização dos dados do processo
- aquisição de imagem - a imagem é captada e convertida
- compressão de imagem e descompressão - se necessário, alterar o tamanho ea resolução da imagem
- estrutura descrita do objecto imagem - Processamento de formulário
- reconhecimento de imagem - identificação de imagem de um objeto que uma característica particular
Além disso, utilizando o método de processamento de imagem de AI
Atualmente, apenas dois tipos: analógicos e digitais . método de simulação para a cópia dura (por exemplo, impressões) da imagem processada. dispositivo digital de tarefa usando um algoritmo de computador para processar imagens digitais.
restauração de imagens é considerada um importante processamento de imagem palco. Aqui estão algumas técnicas:
- Pixelizada - a imagem impressa é convertido em imagens digitais
- filtragem linear - o processamento do sinal de entrada e gerando um sinal de saída sujeito a restrições lineares
- Detecção Edge - Localizar imagem significativa vantagem objeto
- Anisotropic Diffusion - reduzir o ruído de imagem sem remover parte da imagem crítica
- Análise de componentes principais - extração de características de imagem
extração de características e de selecção meios necessários para extração de características de reconhecimento de padrões e seleção. compreensão simples é a imagem do nosso estudo são diversas. Se você estiver usando algum método para distinguir entre eles, eles devem ser identificados por suas próprias características. Estes processos de extracção de característica é extracção de características.
Obteve-se na funcionalidade de extracção de características podem não ser aplicáveis a esta identificação. Neste ponto, precisamos extrair recurso útil, que a seleção recurso. extração de características e seleção é uma das tecnologias-chave no processo de reconhecimento de imagem, de modo que sobre este passo é o foco do reconhecimento de imagem.
classificador
- Classificador de dados de treinamento e armazenar tudo isso a fim de comparar os dados de teste no futuro. Isto é ineficiente no espaço de armazenamento, o tamanho do conjunto de dados facilmente em GB
- Para uma imagem de teste para classificar todas as necessidades de treinamento e comparar imagens, algoritmos, computação consumo de recursos é elevado.
Tal como classificador linear , é para definir uma função de pontuação , a função dos valores de pixel da imagem mapeadas para cada pontuação categoria de classificação, as pontuações probabilidade baixa imagem representativa que pertencem ao nível de classe. Há vários pontos a serem observados:
- A multiplicação de matrizes único W * Xi para avaliar eficazmente 10 classificadores paralelos diferentes (uma classificação para cada classificador), em que cada um classificador classe é W é um vector de linha.
- Os dados de entrada (Xi, Yi) é imutável, mas W e b são as alterações controlável, o nosso objectivo é através da criação destes parâmetros, de modo que a classificação calculada marcar situação real e o conjunto de treinamento rótulo classe jogo de dados de imagem.
- Um método desta vantagem é que os dados de treinamento é usado para aprender os parâmetros W e b, uma vez que o treinamento for concluído, os dados de treinamento podem ser descartadas, deixando os parâmetros aprendidas. Isso ocorre porque a função de entrada de imagem de teste pode ser facilmente, e são classificados com base na pontuação de classificação calculado.
- Finalmente, note que só precisa fazer uma multiplicação de matrizes e adição de matrizes pode ser uma classificação de dados para um teste, que compara a relação k-NN na imagem de teste e todos os dados de treinamento muito mais rápido método.
Aplicações A tecnologia de reconhecimento de imagem
Compreende um reconhecimento biométrico de imagem e reconhecimento de objetos e reconhecimento de cena de vídeo. Dados biométricos, incluindo impressões digitais, palma, olho (retina e íris), o rosto e similares. Objeto e reconhecimento de cena incluem assinatura, voz, da marcha a pé, cursos de teclado e assim por diante.
O reconhecimento de imagem é um problema geral, envolvendo correspondência de imagem, a classificação de imagens, para recuperao de imagem, detecção de face, as técnicas de detecção de pedestres. motores de busca da Internet, piloto automático, o campo da análise médica, reconhecimento facial, análise de sensoriamento remoto tem um valor ampla aplicação.
