基于圖像識別與生成技術(shù)的人工智能應(yīng)用

王雪淳

摘 要 圖像識別與生成技術(shù)是計(jì)算機(jī)通過分析圖片而提取圖像特征，根據(jù)特征來模仿，生成圖片的技術(shù)。這項(xiàng)技術(shù)目前已較廣泛應(yīng)用于手機(jī)解鎖，司法鑒定，醫(yī)學(xué)診斷，游戲娛樂等領(lǐng)域。圖像識別與生成技術(shù)在人工智能領(lǐng)域已有多方面的應(yīng)用，且有極大的上升空間與發(fā)展?jié)摿Α?/p>

關(guān)鍵詞 人工智能；圖像識別；圖像生成

中圖分類號 TP3 文獻(xiàn)標(biāo)識碼 A 文章編號 1674-6708（2019）232-0153-02

2017年11月3日，蘋果公司推出一款可以通過人臉識別技術(shù)來解鎖的手機(jī)iPhoneX，一時大受追捧。這一技術(shù)不僅為廣大用戶提供便利，同時也使大部分人愿意為這樣一份新鮮感而買單。一些網(wǎng)頁程序，如近期比較熱門的網(wǎng)頁小游戲image-toimage，可以將用戶輸入的簡單幾何形轉(zhuǎn)化為貓，建筑物等實(shí)物圖像。本文將簡要分析這些應(yīng)用背后的圖像識別與生成技術(shù)。

1 人工智能概述

人工智能，是一門研究、開發(fā)用于擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的科學(xué)技術(shù)[ 1 ]。它起源于20世紀(jì)50年代，至今已經(jīng)過了多個瓶頸期和突破期，其中最新的一個突破源于近五年計(jì)算機(jī)數(shù)據(jù)科學(xué)的蓬勃發(fā)展所帶來的大數(shù)據(jù)技術(shù)。人工智能是計(jì)算機(jī)科學(xué)的一個分支，主要以能做出與人類相似的反應(yīng)，并勝任一些需要人工智能才能完成的復(fù)雜工作為目標(biāo)，具體研究領(lǐng)域包括機(jī)器人，語言識別，圖像識別，自然語言處理和專家系統(tǒng)等領(lǐng)域。其中主要分為具備自我思考、自我推理及解決問題能力的強(qiáng)人工智能，及不具備此類能力的弱人工智能[ 2 ]。

2 圖像識別技術(shù)及其在人工智能中的應(yīng)用

2.1 圖像識別技術(shù)原理

圖像識別技術(shù)，是一種計(jì)算機(jī)通過提取圖像關(guān)鍵性重要特征以識別各種不同模式的目標(biāo)和對象的技術(shù)。這一技術(shù)已經(jīng)得到了深入的研究和廣泛的發(fā)展，是計(jì)算機(jī)學(xué)科領(lǐng)域非常重要的研究方向之一[ 3 ]。

2.2 人工智能圖像識別應(yīng)用

人工智能圖像識別廣泛應(yīng)用與多個領(lǐng)域，如司法、娛樂等，同時還與醫(yī)學(xué)等學(xué)科有交叉。

1）識別筆跡。其在司法筆跡鑒定中的應(yīng)用也較為成熟，能分析且提取筆跡形態(tài)上的特征，如長寬比，字間距，筆畫粗細(xì)，折筆角度等關(guān)系，實(shí)現(xiàn)筆跡鑒定。但同時也存在一些如對于摹仿簽名筆跡的有效識別率較低等問題[ 4 ]。對筆跡的識別研究是法務(wù)判斷的重要參考。在經(jīng)濟(jì)領(lǐng)域，涉及合同簽名等問題中，筆記鑒定顯得尤為重要。除此，筆記識別還可鑒定收藏品中的名家筆墨，是真品還是贗品，抵制販賣假貨的行為，保護(hù)公民個人財(cái)產(chǎn)。

2）識別繪畫圖像。一些小程序游戲可成為開發(fā)者前期訓(xùn)練人工智能的絕佳場所?！安庐嬓「琛本褪沁@樣是一款谷歌推出的微信游戲小程序，其主要內(nèi)容是人工智能識別玩家的簡筆畫。游戲的玩法類似“你畫我猜”，但游戲的參與者不全是真人玩家。在玩家畫畫的同時，人工智能可以不斷地提供猜測的答案并顯示在手機(jī)屏幕上，直到猜對正確答案或游戲時間（每輪20秒）結(jié)束為止?！安庐嬓「琛笨梢酝ㄟ^預(yù)先分析上萬張手繪簡筆畫，提取其中不同物體的關(guān)鍵特征，掌握群眾繪圖時的基本思路。然后當(dāng)用戶們只畫下簡單的線條，甚至是人類也看不出所畫何物時，“猜畫小歌”可以迅速將線條與數(shù)據(jù)庫匹配，繼而給出答案[ 5 ]。由于小程序游戲的廣泛傳播與極易上手，越來越多的用戶為“猜畫小歌”的數(shù)據(jù)庫提供素材，從而促進(jìn)人工智能領(lǐng)悟人類繪畫時的思維習(xí)慣，不僅降低前期訓(xùn)練人工智能成本，也大大提高訓(xùn)練效率。

3）識別實(shí)物圖像。人工智能的圖像識別技術(shù)還可識別人臉和植物等實(shí)物。

人臉識別是基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)。人臉可受發(fā)型，胡子，妝容，光源等影響，故此人臉識別需要先分割人臉，才能提取人臉特征，如五官大小，分布間的參數(shù)比例等，建立三維人臉模型，再匹配和識別人臉。此項(xiàng)技術(shù)極廣泛的應(yīng)用于日常生活，如人臉識別解鎖手機(jī)，超市中識別人臉后即可用相應(yīng)賬戶付錢[ 6 ]。隨其安全性仍飽受爭議，但不可否認(rèn)人臉識別技術(shù)的發(fā)展也為社會帶來極大的便捷。

“花伴侶”App是一款植物智能識別App，由于花卉種類繁多，分布廣泛，特性相異，光建立數(shù)據(jù)庫就已是一項(xiàng)龐大的工程。制作團(tuán)隊(duì)選取眾多花的照片，進(jìn)行分析鑒定，現(xiàn)已實(shí)現(xiàn)五千多種中常見植物的智能識別[7]。這一大眾化App使用戶們每拍一張照片，就可了解所見一些常見植物的相關(guān)知識，更易滿足人們求知欲，同時也為科學(xué)研究作出一定貢獻(xiàn)。

4）識別醫(yī)學(xué)診斷。病理圖像是疾病診斷的金標(biāo)準(zhǔn)，醫(yī)師通過分析圖像中細(xì)胞屬性來進(jìn)行診斷決策。數(shù)字病理切片是將整張載玻片進(jìn)行全信息、全方位快速掃描，使物質(zhì)化的玻璃載玻片變成數(shù)字化的病理切片[8]。計(jì)算機(jī)可識別組織中的腫瘤，并將結(jié)果快速輸出成病理報告，從而為醫(yī)師減負(fù)，也大大提高就診效率與準(zhǔn)確率。在中醫(yī)領(lǐng)域，計(jì)算機(jī)也可以識別不同植物的紋理，判斷中藥真假，甚至能推測其作用部位。這些應(yīng)用都降低醫(yī)生工作難度，也降低誤診率，為人類社會提供更好的就醫(yī)體驗(yàn)。

3 圖像生成技術(shù)及其在人工智能中的應(yīng)用

圖像生成技術(shù)有助于人工智能的機(jī)器學(xué)習(xí)等系統(tǒng)，促進(jìn)其將接收到的信息轉(zhuǎn)化為系統(tǒng)可以理解與處理的信息，使自我知識體系不斷完善，逐漸降低對人類專家依賴程度，從而使性能提高。

3.1 圖像生成技術(shù)原理

圖像生成技術(shù)指系統(tǒng)通過計(jì)算機(jī)視覺嘗試分析一副或多副二維圖像，感知幾何信息，提取其中特點(diǎn)，而用能力模仿特征生成相關(guān)圖像。

3.2 人工智能圖像生成應(yīng)用

基于圖像生成技術(shù)，人工智能可模仿人類書寫效果或名畫家繪畫風(fēng)格，可將實(shí)物與繪圖相互轉(zhuǎn)換。同時，圖像生成技術(shù)對于虛擬現(xiàn)實(shí)、人機(jī)交互、網(wǎng)絡(luò)輔助教學(xué)等都有廣泛應(yīng)用。

1）生成筆跡。筆記生成技術(shù)主要是計(jì)算機(jī)對人類的真實(shí)書寫進(jìn)行分析，從而能模仿出其書寫風(fēng)格。但由于在電子產(chǎn)品上書寫時，沒有壓感，機(jī)器必須先分析真實(shí)毛筆的筆刷形態(tài)，筆鋒等進(jìn)行分析，建立相關(guān)筆刷模型，在分析人類書寫時的速度，從而調(diào)整筆畫粗細(xì)與筆鋒，生成能具體體現(xiàn)書寫者書法效果的字體[ 9 ]。然后人類在電子產(chǎn)品中寫下的字體就更美觀也更真實(shí)，促進(jìn)無紙化辦公發(fā)展。