九游官网 - 九游官网app _ 九游手机版
协会动态
我的位置: 首页 > 工作动态 > 协会动态
图形辨识与物联网之发展将日趋密切:九游官网
发布时间:2024-06-17 00:45
  |  
阅读量:
  |  
作者:
九游官网
本文摘要:图形辨识(Patternrecognition,或称之为模式识别),为利用计算机运算技术方法超过图形的自动辨识之技术。

图形辨识(Patternrecognition,或称之为模式识别),为利用计算机运算技术方法超过图形的自动辨识之技术。影像在计算机中以数组的形式储存与运算,如三原色光模式(RGB),再行将影像以有所不同色彩分层,以上述方法代表有所不同颜色后,再行以比较方位分配颜色的强度数值。

此外另有印刷四分色模式(CMYK)、CIE1931等色彩空间结构。模型辨识将代表影像的数组展开数学算数,利用机率、向量等特征模型,展开特征挑选或提取、分类器设计以及系统识别亲率测试,使得信息系统以求自动化识别输出影像中的信息,将目标信息主体与背景分离出来并转换成所需之内容,以利先前运算。《图一》国际灯光协会(CIE;INTERNATIONALCOMMISSIONONILLUMINATION)所制定之色彩空间来源:GuangyiChen,WenfangXie.(2011)Wavelet-basedmomentinvariantsforpatternrecognition.OpticalEngineering50,077205..Onlinepublicationdate:1-Jan-2011.[CrossRef]《图二》辨识识别战斗机机型样本来源:GuangyiChen,WenfangXie.(2011)Wavelet-basedmomentinvariantsforpatternrecognition.OpticalEngineering50,077205..Onlinepublicationdate:1-Jan-2011.[CrossRef]随着信息科技的变革,信息处理过程日益简单,应用于范畴也与日俱增,物联网(IOT;InternetofThings)时代的到来使得图像处理市场需求减少,所含影像摄入镜头的硬设备更加多,并带入各种生产生产、商业行为甚至日常生活,有所不同应用于的信息系统慢慢依靠自动化影像识别技术,已完成各种新的应用于。

当今少见的代表性技术如字符识别(OCR;OpticalCharacterRecognition),将文字影像展开处置,提取主要传达特征并将特征模型纪录,核对实际输出影像后,依逻辑与机率转换成字符串形式,可供系统展开先前处置,如车牌识别系统,将各种车辆的影像当作系统输出,以特征给定识别车牌字符后,才可展开如计费、安全性管控、疑车跟踪等应用于。某些系统融合甚至机器学习等算法,利用训练,能自动修正模型提高准确率。

拜为计算机运算之速度快、准确性低、效率高特性之赐给,此技术能逐步代替人工操作者不道德,目前常用于医疗辨识、声纹识别、车辆监控计费、个人安全性等信息系统,应用于范畴仍随着时间较慢拓展中。《图三》文字辨识识别标的有所不同角度的样本范例来源:GuangyiChen,WenfangXie.(2011)Wavelet-basedmomentinvariantsforpatternrecognition.OpticalEngineering50,077205..Onlinepublicationdate:1-Jan-2011.[CrossRef]图形识别的流程图形识别流程可以分成特征展现出、特征提取、分类器设计以及系统识别亲率测试几个步骤。在特征展现出步骤将数据之特征分析放入,再行利用特征提取找到较不具分类效果的特征,限缩数据维度。

再行根据数据否包括先前获得并挑选之类别信息以与应用面考虑到使用分群法或分类法来展开分类器设计,产生分类函数,最后依测试数据来检验该系统准确率,理解分类函数否完备等个步骤之准确性,一一优化。图形识别的涉及技术图形探测(detection)技术,如线条探测、脸部探测等,探测一个物体在一个图像中的展现出,线条探测即探测影像中否所含符合条件的直线;脸部探测则意欲在影像中探测人脸。

HoughTransform(霍式切换)为此技术之经典算法,将图形转换成特征空间,再行由投票挑选图形。图形识别(recognition)则是要辨别影像中物体所属条件,相对于探测,以人脸为事例,探测的目的为标记出有人脸方位,识别则是能更进一步的见到这是归属于哪个人物的人脸。图形探测主要钻研探测速度以及对于噪声的敏感度,而识别则辩论简单环境中对应有所不同结果的方法。

相比于图形探测除定位与辨别意欲探测的对象否不存在外,图形识别因能辨别出有图形中不存在对象的其他特性,应用于更加多广。至于识别时的分类方法,多源于于机率上的理论,如贝氏定理(Bayestheorem)、主成分分析(PCA;Principalcomponentanalysis)、线性辨识分析(LDA;LatentDirichletallocation)、反对向量机(SVM;SupportVectorMachine)、类神经网络NeuralNetwork等,研究将识别对象展开分类并优化。

结论智能家居、数字安全监控、个人装置安全性管控等议题仍然是物联网的热门辩论内容,车牌识别、街道影像系统、移动装置应用于等热门技术亦必须成熟期的影像识别技术,任何必须针对图形中的对象(如用户、车辆、文件等)展开提取的系统皆能看见图形识别的技术实作。因图形识别可应用于之领域非常普遍,在物联网发展的同时,图形识别的技术仍某种程度在变革中,各种图形识别算法皆有擅长于的识别对象目标,优良的图形识别算法需融合有所不同领域之科学知识,开发者熟知识别对象的各种知觉特性,以及动态不道德,并且大大设计改动算法内容,方能设计出有最适宜的识别与分类算法,提高准确率。对于横跨领域之技术人才如医疗与信息;工业设计与信息;机械与信息等,同时具备识别对象与识别算法科学知识的人才,将能在这一波迈进中获取更加多看法、崭露头角。


本文关键词:九游官网

本文来源:九游官网-www.sdyunzi.com