人工智能在模式识别中的应用研究

1、人工智能在形式识别中的应用研究人工智能在形式识别中的应用研究一、引言随着计算机应用论文联盟.Ll.范围不断的拓宽，我们对于计算机具有更加有效的感知才能，诸如对声音、文字、图像、温度以及震动等外界信息，这样就可以依靠计算机来对人类的生存环境进展数字化改造。但是从一般的意义上来讲，当前的计算机都无法直接感知这些信息，而只能通过人在键盘、鼠标等外设上的操作才能感知外部信息。虽然摄像仪、图文扫描仪和话筒等相关设备已经局部的解决了非电信号的转换问题，但是仍然存在着识别技术不高，不能确保计算机真正的感知所采录的终究是什么信息。这直接使得计算机对外部世界的感知才能低下，成为计算机应用开展的瓶颈。这时，可以进

2、步计算机外部感知才能的学科形式识别应运而生，并得到了快速的开展。人工智能中所提到的形式识别是指采用计算机来代替人类或者是帮助人类来感知外部信息，可以说是一种对人类感知才能的一种仿真模拟。它讨论的是计算机形式识别系统的建立，通过计算机系统来模拟人类感官对外界信息的识别和感知。二、人工智能和形式识别一人工智能。人工智能ArtifiialIntelligene，是相对与人的自然智能而言的，它是指采用人工的方法及技术，对人工智能进展模拟、延伸及扩展，进而实现机器思维式的人工智能。简而言之，人工智能是一门研究具有智能行为的计算模型，其最终的目的在于建立一个具有感知、推理、学习和联想，甚至是决策才能的计算

3、机系统，快速的解决一些需要专业人才能解决的问题。从本质上来讲，人工智能是一种对人类思维及信息处理过程的模拟和仿真。二形式识别。形式识别，即通过计算机采用数学的知识和方法来研究形式的自动处理及判读，实现人工智能。在这里，我们将周围的环境及客体统统都称之为形式，即计算机需要对其周围所有的相关信息进展识别和感知，进而进展信息的处理。在人工智能开发，即智能机器开发过程中的一个关键环节，就是采用计算机来实现形式包括文字、声音、人物和物体等的自动识别，其在实现智能的过程中也给人类对自身智能的认识提供了一个途径。在形式识别的过程中，信息处理实际上是机器对周围环境及客体的识别过程，是对人参与智能识别的一个仿真

4、。相对于人而言，光学信息及声学信息是两个重要的信息识别来源和方式，它同时也是人工智能机器在形式识别过程中的两个重要途径。在市场上具有代表性的产品有：光学字符识别系统以及语音识别系统等。在这里的形式识别，我们可以将之理解成为：根据识别对象具有特征的观察值来将其进展分类的一个过程。采用计算机来进展形式识别，是在上世纪60年代初开展起来的一门新兴学科。三、人工智能在形式识别中的应用而语音识别，简单的将就是能使得计算机能听懂人所说的话，一个典型的例子就是七国语言中、日、英、意、韩、法、德口语自动翻译系统，它可以将人说的话翻译成为机器所设定的目的语言，在整个过程中不需要翻译人员的参与。其中的中文局部实验

5、平台设置在中科院自动化所的形式识别国家重点实验室中，这标志着我国的机器口语翻译研究已经跨入世界先进展列。在这个系统的功能实现之后，出国旅行需要预定旅馆、购置机票、就餐等需要和外国人进展对话时，只需要利用 网络或者是国际互联网就可以顺利的和对方进展通话，进展语言交流。二人脸立体识别形式。人脸识别的过程主要包括这样三个主要的局部：其一，人脸形式库，即与所采集的实时图像进展比照，判断其是否存在于人脸形式库当中，假设存在，那么给出每个人脸的位置和大小等相关的脸部信息；其二，对面部特征进展定位，即对每一个人脸的主要器官进展检测，包括对其的详细位置和形状等特征进展详细的信息搜集，然后将之进展归一化的处理；

6、其三，比对，即根据所采集到得人脸面部特征来和人脸形式库中的图像进展比照，之后对该人脸的身份进展核实。常见的人脸识别技术大局部可以归为这样三个类型：采用基于几何特征的方法，基于模板的方法以及基于模型的方论文联盟.Ll.法。其中，基于几何特征的方法最为常见，它通常需要与其他的算法进展结合之后才能形成比拟好的识别效果；而基于模板的方法又可以分为基于匹配的方法、脸部特征的方法、线性判别分析的方法、神经网络方法以及奇异值分解方法等；再次，基于模型的方法主要包括基于隐马尔可夫模型、主动外观模型和主动形状模型方法等。采用人脸识别形式来进展身份验证具有明显的有点，诸如：易用性好、准确度高、隐私性能好、稳定性好，且能被大局部的用户容所承受。人脸二维图像的识别已经根本实现，但是基于三维的立体图像人脸识别技术却处于研发阶段。人脸