人工智能通识教程 第2版 课件 第10章 计算机视觉.pptx

;;;;计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机、照相机和电脑代替人眼对目标进行识别、跟踪和测量等的机器的视觉，并进一步做图形处理，使之成为更适合人眼观察或传送给仪器检测的图像。;计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取“信息”的人工智能系统。这里所指的信息，是指可以用来帮助做“决定”的内容。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。;PART01;模式识别原本是人类的一项基本智能，是指对表征事物或现象的不同形式（数值、文字和逻辑关系）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。随着计算机技术发展和人工智能的兴起，人类自身的模式识别已经满足不了社会发展的需要，于是就希望用计算机来代替或扩展人类的部分脑力劳动。这样，模拟人类图像识别过程（图10-3）的计算机图像识别技术就产生了。模式识别与数学关系紧密，其思想方法与概率统计、心理学、语言学、计算机科学、生物学、控制论等学科都有关系。;

图10-3模式识别过程;模式识别的内容包括文字识别、图像识别、语音识别和生物识别等。从处理问题的性质和解决问题的方法等角度来看，模式识别可分为抽象和具体两种形式。前者如意识、思想、议论等，属于概念识别研究的范畴。而这里所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器等对象的具体模式进行辨识。要实现计算机视觉必须有图像处理的帮助，而图像处理依赖于模式识别过程的有效运用。;模式识别研究主要集中在两方面，一是研究生物体（包括人）是如何感知对象的，属于认识科学的范畴，二是在给定的任务下，如何用计算机实现模式识别的理论和方法。应用计算机对一组事件或过程进行辨识和分类，所识别的事件或过程可以是文字、声音、图像等具体对象，也可以是状态、程度等抽象对象。这些对象与数字形式的信息相区别，称为模???信息。;;图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象，它是深度学习算法的一种应用实践。图像识别技术一般分为人脸识别与商品识别，人脸识别主要用在安全检查、身份核验与移动支付中；商品识别主要用在商品流通过程中，特别是无人货架、智能零售等无人零售领域。另外，在地理学中，图像识别也指将遥感图像进行分类的技术。

图像识别的方法主要有三种：统计模式识别、结构模式识别和模糊模式识别。;人类拥有记忆和“高明”的识别系统，比如告诉你面前的一只动物是“猫”，以后你再看到猫，一样可以认出来。图形刺激作用于感觉器官，人们辨认出它是以前见过的某一图形的过程，叫图像再认。在图像识别中，既要有当时进入感官的信息，也要有记忆中存储的信息。只有通过存储的信息与当前的信息进行比较的加工过程，才能实现对图像的再认。;人的图像识别能力是很强的。图像距离的改变或图像在感觉器官上作用位置的改变，都会造成图像在视网膜上的大小和形状的改变。即使在这种情况下，人们仍然可以认出他们过去知觉过的图像。甚至图像识别可以不受感觉通道的限制。例如，人可以用眼看字，当别人在他背上写字时，他也可以认出这个字来。;人类是通过眼睛接收到光源反射，“看”到自己眼前的事物，但是很多内容元素人们可能并不在乎；就像曾经与你擦肩而过的一个人，如果你再次看到并不一定会记得他。然而，人工智能会记住它见过的任何人、任何事物。例如人类觉得很简单的黄黑相间条纹，如果问问人工智能系统，它给出的答案也许是“99%的概率是校车”。对于图10-4，人工智

能系统虽不能看出这是一条戴着墨西哥帽的吉娃娃狗

，但起码能识别出这是一条戴着宽边帽的狗。

图10-4识别戴着墨西哥帽的吉娃娃狗;怀俄明大学进化人工智能实验室的一项研究表明，人工智能未必总是那么灵光，也会把这些随机生成的简单图像当成了鹦鹉、乒乓球拍或者蝴蝶。当研究人员把这个研究结果提交给神经信息处理系统大会讨论时，专家形成了泾渭分明的两派意见。一组人领域经验丰富，他们认为这个结果是完全可以理解的；另一组人则对研究结果感到困惑，至少在一开始对强大的人工智能算法却把结果完全弄错感到惊讶。;图像识别以图像的主要特征为基础。每个图像都有它的特征，如字母A有个尖，P有个圈、而Y的中心有个锐角等。对图像识别时眼动的研究表明，人们的视线总是集中在图像的主要特征上，也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方，这些地方的信息量最大。而且，眼睛的扫描路线也总是依次从一个特征转到另一个特征上。由此可见，在图像识别过程中，知觉机制必须排除输入的多余信息，抽出关键信息。同时，在大脑里必定有一个