人工智能在模式識(shí)別中的應(yīng)用研究

1、人工智能在模式識(shí)別中的應(yīng)用研究摘要：信息技術(shù)的飛速發(fā)展使得人工智能的應(yīng)用范圍 變得越來越廣，而模式識(shí)別作為其中的一個(gè)重要方面，一直 是人工智能研究的重要方向。在介紹人工智能和模式識(shí)別的 相關(guān)知識(shí)的同時(shí)，對(duì)人工智能在模式識(shí)別中的應(yīng)用進(jìn)行了一 定的論述。關(guān)鍵詞：人工智能；模式識(shí)別；數(shù)字識(shí)別；人臉識(shí)別 中圖分類號(hào)： TP14 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1007-9599 (2011) 10-0000-01Artificial Intelligence Applications Research in Pattern RecognitionYuan Ying,Sun Yanjun,Sun Yepi

2、ng,Wang Jingang(Tianjin Tianshi College,School of Electronics and Computer Science,Tianjin301700,China)Abstract:The rapid development of information technology makes the application of artificial intelligence become more and more widely,and pattern recognition as one of the important aspects of arti

3、ficial intelligence has always been an important research direction.Introducing the artificial intelligence and pattern recognition related knowledge,on the artificial intelligence in pattern recognition applications a certain amountof discussion.Keywords:Artificial intelligence;Pattern recognition;

4、Digital identification;Face recognition一、引言隨著計(jì)算機(jī)應(yīng)用范圍不斷的拓寬，我們對(duì)于計(jì)算機(jī)具有 更加有效的感知“能力” ，諸如對(duì)聲音、文字、圖像、溫度 以及震動(dòng)等外界信息，這樣就可以依靠計(jì)算機(jī)來對(duì)人類的生 存環(huán)境進(jìn)行數(shù)字化改造。但是從一般的意義上來講，當(dāng)前的 計(jì)算機(jī)都無法直接感知這些信息，而只能通過人在鍵盤、鼠 標(biāo)等外設(shè)上的操作才能感知外部信息。雖然攝像儀、圖文掃 描儀和話筒等相關(guān)設(shè)備已經(jīng)部分的解決了非電信號(hào)的轉(zhuǎn)換 問題，但是仍然存在著識(shí)別技術(shù)不高，不能確保計(jì)算機(jī)真正 的感知所采錄的究竟是什么信息。這直接使得計(jì)算機(jī)對(duì)外部 世界的感知能力低下，成為計(jì)算機(jī)應(yīng)

5、用發(fā)展的瓶頸。這時(shí)， 能夠提高計(jì)算機(jī)外部感知能力的學(xué)科模式識(shí)別應(yīng)運(yùn)而 生，并得到了快速的發(fā)展。人工智能中所提到的模式識(shí)別是指采用計(jì)算機(jī)來代替 人類或者是幫助人類來感知外部信息，可以說是一種對(duì)人類 感知能力的一種仿真模擬。它探討的是計(jì)算機(jī)模式識(shí)別系統(tǒng) 的建立，通過計(jì)算機(jī)系統(tǒng)來模擬人類感官對(duì)外界信息的識(shí)別 和感知。二、人工智能和模式識(shí)別一）人工智能。人工智能（ Artificial Intelligence ），是相對(duì)與人的自然智能而言的，它是指采用人工的方法及技 術(shù)，對(duì)人工智能進(jìn)行模仿、延伸及擴(kuò)展，進(jìn)而實(shí)現(xiàn)“機(jī)器思 維”式的人工智能。簡而言之，人工智能是一門研究具有智 能行為的計(jì)算模型，其最終的

6、目的在于建立一個(gè)具有感知、 推理、學(xué)習(xí)和聯(lián)想，甚至是決策能力的計(jì)算機(jī)系統(tǒng)，快速的 解決一些需要專業(yè)人才能解決的問題。從本質(zhì)上來講，人工 智能是一種對(duì)人類思維及信息處理過程的模擬和仿真。（二）模式識(shí)別。模式識(shí)別，即通過計(jì)算機(jī)采用數(shù)學(xué)的 知識(shí)和方法來研究模式的自動(dòng)處理及判讀，實(shí)現(xiàn)人工智能。 在這里，我們將周圍的環(huán)境及客體統(tǒng)統(tǒng)都稱之為“模式” ， 即計(jì)算機(jī)需要對(duì)其周圍所有的相關(guān)信息進(jìn)行識(shí)別和感知，進(jìn) 而進(jìn)行信息的處理。在人工智能開發(fā)，即智能機(jī)器開發(fā)過程 中的一個(gè)關(guān)鍵環(huán)節(jié)， 就是采用計(jì)算機(jī)來實(shí)現(xiàn)模式 （包括文字、 聲音、人物和物體等）的自動(dòng)識(shí)別，其在實(shí)現(xiàn)智能的過程中 也給人類對(duì)自身智能的認(rèn)識(shí)提供了一個(gè)

7、途徑。在模式識(shí)別的 過程中，信息處理實(shí)際上是機(jī)器對(duì)周圍環(huán)境及客體的識(shí)別過 程，是對(duì)人參與智能識(shí)別的一個(gè)仿真。相對(duì)于人而言，光學(xué) 信息及聲學(xué)信息是兩個(gè)重要的信息識(shí)別來源和方式，它同時(shí) 也是人工智能機(jī)器在模式識(shí)別過程中的兩個(gè)重要途徑。在市 場上具有代表性的產(chǎn)品有：光學(xué)字符識(shí)別系統(tǒng)以及語音識(shí)別 系統(tǒng)等。在這里的模式識(shí)別，我們可以將之理解成為：根據(jù)識(shí)別 對(duì)象具有特征的觀察值來將其進(jìn)行分類的一個(gè)過程。采用計(jì) 算機(jī)來進(jìn)行模式識(shí)別，是在上世紀(jì) 60 年代初發(fā)展起來的一 門新興學(xué)科。三、人工智能在模式識(shí)別中的應(yīng)用（一）數(shù)字識(shí)別及語音識(shí)別。在數(shù)字識(shí)別的過程中，對(duì) 于手寫體的識(shí)別一直是一個(gè)難題，而其又在郵政編碼的

8、識(shí) 別、銀行業(yè)務(wù)等方面具有較為廣泛的應(yīng)用，但是其字體形式 變化較大，導(dǎo)致提高對(duì)其的識(shí)別率成為了一個(gè)難題，精準(zhǔn)的 識(shí)別存在著較大的困難。而采用人工智能中的神經(jīng)網(wǎng)絡(luò)技術(shù) 后，系統(tǒng)可以利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)及快速并行功能來實(shí)現(xiàn)對(duì) 手寫數(shù)字的快速識(shí)別，有力的提高相關(guān)運(yùn)用領(lǐng)域的工作效 率。而語音識(shí)別，簡單的將就是能使得計(jì)算機(jī)能聽懂人所說 的話，一個(gè)典型的例子就是七國語言（中、日、英、意、韓、 法、德）口語自動(dòng)翻譯系統(tǒng)，它可以將人說的話翻譯成為機(jī) 器所設(shè)定的目的語言，在整個(gè)過程中不需要翻譯人員的參 與。其中的中文部分實(shí)驗(yàn)平臺(tái)設(shè)置在中科院自動(dòng)化所的模式 識(shí)別國家重點(diǎn)實(shí)驗(yàn)室中，這標(biāo)志著我國的機(jī)器口語翻譯研究 已經(jīng)

9、跨入世界先進(jìn)行列。在這個(gè)系統(tǒng)的功能實(shí)現(xiàn)之后，出國 旅行需要預(yù)定旅館、購買機(jī)票、就餐等需要和外國人進(jìn)行對(duì) 話時(shí)，只需要利用電話網(wǎng)絡(luò)或者是國際互聯(lián)網(wǎng)就能夠順利的 和對(duì)方進(jìn)行通話，進(jìn)行語言交流。（二）人臉立體識(shí)別模式。人臉識(shí)別的過程主要包括這 樣三個(gè)主要的部分：其一，人臉模式庫，即與所采集的實(shí)時(shí) 圖像進(jìn)行對(duì)比，判斷其是否存在于人臉模式庫當(dāng)中，若存在，則給出每個(gè)人臉的位置和大小等相關(guān)的臉部信息；其二，對(duì) 面部特征進(jìn)行定位，即對(duì)每一個(gè)人臉的主要器官進(jìn)行檢測， 包括對(duì)其的具體位置和形狀等特征進(jìn)行具體的信息收集，然 后將之進(jìn)行歸一化的處理；其三，比對(duì)，即根據(jù)所采集到得 人臉面部特征來和人臉模式庫中的圖像進(jìn)行

10、對(duì)比，之后對(duì)該 人臉的身份進(jìn)行核實(shí)。常見的人臉識(shí)別技術(shù)大部分可以歸為這樣三個(gè)類型：采 用基于幾何特征的方法，基于模板的方法以及基于模型的方 法。其中，基于幾何特征的方法最為常見，它通常需要與其 他的算法進(jìn)行結(jié)合之后才能形成比較好的識(shí)別效果；而基于 模板的方法又能夠分為基于匹配的方法、臉部特征的方法、 線性判別分析的方法、神經(jīng)網(wǎng)絡(luò)方法以及奇異值分解方法 等；再次，基于模型的方法主要包括基于隱馬爾可夫模型、 主動(dòng)外觀模型和主動(dòng)形狀模型方法等。采用人臉識(shí)別模式來進(jìn)行身份驗(yàn)證具有明顯的有點(diǎn)，諸 如：易用性好、準(zhǔn)確度高、隱私性能好、穩(wěn)定性好，且能被 大部分的用戶容所接受。人臉二維圖像的識(shí)別已經(jīng)基本實(shí) 現(xiàn)，但是基于三維的立體圖像人臉識(shí)別技術(shù)卻處于研發(fā)階段。人臉的二維及三維模型所反映的臉部外部