摘要：随着智能化革命的兴起与发展，图像识别技术有了很大突破，并且在医疗、金融、交通等领域被广泛应用，促进各个行业创新发展，不仅给人们生活带来了便捷，而且减轻了相关行业的工作负担，提高行业生产效率。如今，图像识别和处理技术在计算机技术以及智能化发展的助力之下，使用场景变得越来越广泛，并且功能越来越强大。
关键词：计算机；人工智能；识别技术；运用
引言
人工智能最早可追溯至1943年开设的“图灵测试”项目，随着人工智能从黄金期、低谷期逐渐走向繁荣期，依托人工智能技术成功研发的人工智能识别技术，已在我国多领域发挥重要作用，为人类发展带来了极大便利。要想进一步深化人工智能识别技术应用功能，还需结合技术要点，加大开发力度，便于在技术指引下，提高识别信息利用率及其精准度。
1人工智能中的图像识别技术原理和过程技术原理
（1）图像预处理。在图像识别中，预处理是最重要的一步，它的功能就是获得信息，是识别的先决条件。通过对图像的预处理，可以提高图像的识别精度，从而为以后的识别提供有利的条件，从而大大缩短了图像的识别速度，减少了图像的处理难度。当前，图像的预处理方法有噪声抑制和去雾两大类。通常，通过图像识别系统的预处理，工作人员可以把照片恢复成高品质的图像。（2）图像特征提取。图像的特征点主要包括颜，纹理，形状和空间的关系。其中，彩是首先捕获的特征点，而在捕获局部特征的过程中，图像的纹理将代替彩，从而达到最大的特征。因此，要推动影像识别的发展，就必须根据影像的使用范围及辨识的要求，进行适当的选取。从整体上看，图像包含着丰富的信息，因此，在利用图像识别技术进行图像信息识别时，必须正确地分析图像的特点。例如：在电力系统中使用图像识别技术进行输电线路巡视时，首先提取的信号要有导线的纹理，这样才能更好地检测出线路的质量问题。（3）图像匹配分类。图像的匹配和分类是图像识别的最终工作。在此基础上，根据以上各步骤所得到的结果，从资料库中提取出与之类似的影像资料，可以较精确地分析影像的特性。如将图像识别技术用于电力巡检，通过对现场的图片进行分析，并根据现场的实际状况，从数据库中提取相应的故障处理信息，从而为巡检提供技术支持。
2人工智能图像识别技术的优势
从图像识别的实际应用来看，人工智能图像识别技术采用了最核心技术点，利用了人工智能对图像进行识别的技术相较于传统的图像识别技术而言，不仅增加了处理的精准性，而且能够直接分析筛选出识别图像的内容信息，增强了分解结果的准确度。人工智能的图像识别要处理许多复杂的信息，研究起来也并不容易，人工智能设备所能处理的信息量大、难度高，因此不仅能够对图像进行简单的自动化处理，还能够根据识别应用的需要更为深入地挖掘出图像中的各种信息内容，更有助于各种环境下的图像识别应用，这种分析研究与对比所依靠的数据信息处理技术是传统电脑进行图像识别远远不能匹敌的。人工智能图像识别技术的主要优点除了智能化之外，还有便捷性和实用性。如今图像识别技术已被广泛地应用于多种场景之下，人们的生活日常中已随处可见，基于人工智能图像识别技术所衍生出的各种图像识别场景，能够更加高效快速地处理在以前被认为是复杂庞大的信息，利用更短的时间完成难度更大的数据处理任务，极大缩短了图像处理流程。比如，如今经常应用的人脸支付和人脸密码验证，通过人脸支付，消费者不需输入支付密码，只需用智能设备摄像头扫描人脸，即可快速完成支付过程，基于人工智能图像识别技术所发展出的密保系统，具备比传统密码保护更高的安全保护能力，同时也更加便捷。
3计算机人工智能识别技术实践运用路径
3.1人脸识别
人脸识别本质上是生物识别技术，利用人的面部信息来进行身份识别。主要通过采集包含人脸的图片和视频来进行检测和分析，从而实现面部的识别和身份信息的确认。在生活中使用人脸识别的技术还是很常见的。比如，利用人脸识别来开展考勤工作，许多企业都会建立或引进考勤系统，人脸识别能够提高考勤记录的效率，在很大程度上可以减少作弊的情况；通过人脸识别来进行支付，用户将自己的面部信息和支付软件绑定在一起，在支付的时候不用出示银行卡就可以完成支付，这不仅能够提高支付的效率，而且能够有效保障账户资金安全；应用到闸机通道，机场、火车站、高铁站等场合都可以利用人脸闸机来确定乘客的身份，既便于管理又保障安全。
3.2指纹识别
指纹识别技术是通过对皮肤纹路特征的整合处理辨明对方身份。在应用指纹识别技术时，多对皮肤纹路三角点、核心点以及纹路数量、曲率等细节特征加以区分，便于在采集指纹
后结合全面的扫描结果对照预留指纹信息的一致性。一般在指纹识别技术应用阶段，需要先留取指纹图像，其次以指纹区域检测技术、图像增强技术、图像质量判断技术对其展开预处理，最后在处理后对指纹特征图像进行细化处理，只有在指纹识别期间，成功识别到与数据库相同的指纹特征，才能达到解密目的。
3.3图片识别
图片识别一般指的是识别静态的图片，在实际生活中的运用也是比较广泛的，比如识别动植物，输入图片搜索相关图片等。倘若遇到不认识的动物或者植物，用手机随手拍下来上传到搜索软件，就能够轻易地获得具体信息；又或者是看到一件十分喜欢的衣服，但是又不知道应该用什么关键词来描述，就可以直接把它拍下来上传到购物软件，软件识别后则会推荐相同或相似的衣服。图片识别还能够将一张图片上的文字提取下来，提高了文字编辑的效率。
3.4语音识别
在信息传播中，文字、图像、声音属于常见传播载体。而在人工智能技术助力下研发的语
音识别技术也在2019年被列入《互联网技术司法应用白皮书》中，证实该项技术在人机交互场景中确有应用优势。该技术是利用建立声学模型、提取声学特征、语言处理等方式识别有生命信息。在应用语音识别技术时，往往需要先期确定语音识别模式，包括命令模式、识别模式，而后设置语音识别环境，即使用语音卡设定语音采集系统参数，并在后期编译语音字典，在字符序列、二进制编码等技术下，对发音者词汇内容进行细化分析，保证在智能识别后发音者可凭借声音实现身份验证。基于此，计算机人工智能识别技术在计算机系统辅助下可得到大范围应用，为提高各领域信息化发展、智能化发展水平，需充分结合人工智能识别技术的原理特征优选合乎使用场景的技术。只有人工智能识别技术在多领域中展现出深刻的实践价值，才能激发技术研发潜能，推动技术进步。
结束语
随着现代科学技术水平的不断发展，图像识别技术也得到了进一步完善，同时依托于人工智能算法开发出许多新型技术。像模型识别、神经网络以及非线性降维等都是当下应用十分广泛的图像识别技术，在许多行业领域中发挥了关键性的作用，有效推动了社会生产与人们生活的不断发展。
参考文献
[1]罗潇轩.对计算机人工智能识别技术应用的思考[J].电子元器件与信息技术,2020,4(12):65-66.
[2]刘亦晴.人工智能识别技术发展及其运用[J].科技经济市场,2020(05):1-2.
[3]王常远.计算机人工智能的识别技术类型和应用[J].山东工业技术,2019(03):151.
[4]叶翔宇.关于计算机人工智能识别技术的应用研究[J].信息与电脑(理论版),2019(01):161-162.
[5]张文娟.计算机人工智能识别关键技术分析[J].电子测试,2019(01):139-140.
常远
发布评论