郭東妍,趙 焱
(1.渤海大學(xué)信息科學(xué)與技術(shù)學(xué)院,錦州 121000;2.渤海大學(xué)基礎(chǔ)教研部,錦州 121013)
人工智能系統(tǒng)主要應(yīng)用于公安、消防、監(jiān)控等領(lǐng)域,因此其識(shí)別效率尤其重要,現(xiàn)階段我國(guó)人工智能系統(tǒng)在工作過程中,其識(shí)別效率還比較低,限制了我國(guó)人工智能的進(jìn)一步發(fā)展[1],為此提出基于視覺傳達(dá)的新型人工智能系統(tǒng)優(yōu)化設(shè)計(jì)。利用人工智能視覺識(shí)別模塊對(duì)圖像進(jìn)行采集再合成,然后將再合成的圖像利用光線感應(yīng)器進(jìn)行傳輸,最后利用全球定位系統(tǒng)準(zhǔn)確獲取圖像位置。通過實(shí)驗(yàn)論證分析的方式,確定本文優(yōu)化設(shè)計(jì)的基于視覺傳達(dá)的新型人工智能系統(tǒng)的有效性,能夠提高工作過程中的識(shí)別效率。
優(yōu)化設(shè)計(jì)后的基于視覺傳達(dá)的新型人工智能系統(tǒng),分別由以光感模塊構(gòu)成的硬件系統(tǒng)和由人工智能視覺識(shí)別模塊、定位調(diào)制模塊構(gòu)成的軟件系統(tǒng)共同組成。
硬件系統(tǒng)的優(yōu)化設(shè)計(jì)主要是對(duì)光感模塊的核心元件光線感應(yīng)器進(jìn)行設(shè)計(jì)。光線感應(yīng)器由兩個(gè)光/電轉(zhuǎn)換器、一個(gè)數(shù)字信號(hào)處理器和一個(gè)運(yùn)算器組成。
為了增強(qiáng)光線感應(yīng)器的傳播速度,其內(nèi)部元件均采用并聯(lián)的形式構(gòu)成,利用運(yùn)算器,將接收到的圖像進(jìn)行快速運(yùn)算,轉(zhuǎn)換成語言代碼的形式;并利用數(shù)字信號(hào)處理器對(duì)語言代碼進(jìn)行計(jì)算,若光/電轉(zhuǎn)換器對(duì)語言代碼的計(jì)算結(jié)果認(rèn)可,則可以直接將計(jì)算結(jié)果通過兩個(gè)感應(yīng)器進(jìn)行傳輸;若計(jì)算結(jié)果沒有得到光/電轉(zhuǎn)換器的認(rèn)可,便要根據(jù)系統(tǒng)設(shè)定的圖像資源進(jìn)行重新修訂,再將修訂后的圖像結(jié)果通過傳感器進(jìn)行傳輸,進(jìn)而提高光線傳感器的傳播速度。
人工智能視覺識(shí)別模塊作為軟件系統(tǒng)的重要模塊,以攝像機(jī)和加速器為核心元件[2]。攝像機(jī)采用360°旋轉(zhuǎn)的視覺傳達(dá)芯片為攝像元件,其清晰度為1080P,具備1500°的廣角鏡頭,能夠全方位識(shí)別圖像的形態(tài)、色彩語言及運(yùn)動(dòng)路徑等特征,同時(shí)還具備自動(dòng)辨認(rèn)和雷達(dá)監(jiān)測(cè)能力,進(jìn)而增強(qiáng)攝像機(jī)的圖像識(shí)別效率。攝像機(jī)完成對(duì)圖像的識(shí)別后,使用加速器對(duì)識(shí)別到的圖像進(jìn)行圖像加速測(cè)量。加速器的應(yīng)用,大大縮短了圖像運(yùn)行速度的計(jì)算時(shí)間,提高了新型人工智能系統(tǒng)的識(shí)別效率。
當(dāng)某一位置的圖像信息將定位調(diào)制器喚醒后,全球定位系統(tǒng)將針對(duì)位置信息中的圖像信息進(jìn)行提取,信號(hào)接收天線能夠接收到空間范圍內(nèi)的所有信號(hào)信息,經(jīng)過濾波器過濾掉不符合目標(biāo)圖像的信號(hào)和干擾部分后,將符合圖像的信號(hào)生成圖像概率,再由輸出端口將圖像概率進(jìn)行輸出,進(jìn)而提高識(shí)別結(jié)果的精準(zhǔn)性[3]。
為保證本文優(yōu)化設(shè)計(jì)的基于視覺傳達(dá)的新型人工智能系統(tǒng)的有效性,進(jìn)行實(shí)驗(yàn)論證,實(shí)驗(yàn)論證采用相同地區(qū)的,具有相同運(yùn)行特征的圖像進(jìn)行人工智能識(shí)別論證實(shí)驗(yàn)。為保證實(shí)驗(yàn)的嚴(yán)謹(jǐn)性,采用傳統(tǒng)人工智能系統(tǒng)作為實(shí)驗(yàn)論證對(duì)比,在規(guī)定時(shí)間內(nèi),對(duì)兩種系統(tǒng)的圖像識(shí)別個(gè)數(shù)進(jìn)行統(tǒng)計(jì)。
根據(jù)已知公式:識(shí)別效率=圖像數(shù)據(jù)量/識(shí)別時(shí)間,則將兩系統(tǒng)的圖像識(shí)別個(gè)數(shù)匯總成識(shí)別效率曲線圖,其實(shí)驗(yàn)論證結(jié)果如圖1所示。
圖1 實(shí)驗(yàn)論證結(jié)果曲線
根據(jù)對(duì)圖1曲線的分析可知,優(yōu)化后的新型人工智能系統(tǒng)的圖像識(shí)別效率均高于傳統(tǒng)人工智能系統(tǒng)的識(shí)別效率,且新型人工智能系統(tǒng)的識(shí)別效率具備相對(duì)穩(wěn)定性。則可以得出結(jié)論,優(yōu)化設(shè)計(jì)后的基于視覺傳達(dá)的新型人工智能系統(tǒng)具備有效性,能夠提高圖像信息的識(shí)別效率。通過加權(quán)分析可知,優(yōu)化設(shè)計(jì)后的新型人工智能系統(tǒng)的識(shí)別效率提高23.1%。
本文對(duì)基于視覺傳達(dá)的新型人工智能系統(tǒng)進(jìn)行分析與優(yōu)化設(shè)計(jì),依托硬件和軟件系統(tǒng),光感模塊、人工智能視覺識(shí)別模塊和定位調(diào)制模塊共同完成本次新型人工智能系統(tǒng)的優(yōu)化設(shè)計(jì)。實(shí)驗(yàn)論證表明,本文優(yōu)化設(shè)計(jì)的基于視覺傳達(dá)的新型人工智能系統(tǒng)能夠提高識(shí)別效率,具備極高的有效性。希望本文的研究能夠?yàn)槲覈?guó)人工智能系統(tǒng)的發(fā)展提供理論依據(jù)和參考。