深度學(xué)習(xí)在計算機視覺分析中的應(yīng)用

文/馬俊

智能機器概念的提出，推動機器技術(shù)不斷的發(fā)展，促進(jìn)計算機視覺技術(shù)的發(fā)展。智能機器依靠視覺技術(shù)實現(xiàn)感知，智能機器具備“看”的功能，借助攝像機和處理器采取、提取和處理相關(guān)對象信息。深度學(xué)習(xí)技術(shù)是一項計算機視覺數(shù)據(jù)處理智能技術(shù)，以客觀事物作為基礎(chǔ)提供相關(guān)數(shù)據(jù)信息，深入的發(fā)掘和利用，達(dá)到圖像識別等，計算機視覺技術(shù)處理速度快，數(shù)據(jù)量大，精確度高。

1 計算機視覺和深度學(xué)習(xí)的基本概念分析

1.1 計算機視覺概念分析

計算機視覺主要是借助高性能處理器，利用攝像機等對對象特征進(jìn)行識別、提取和跟蹤，在后續(xù)工作中開展人性化處理，獲得符合人眼觀察或者及其設(shè)備的圖像信息。結(jié)合計算機視覺發(fā)展的目標(biāo)來說，有利于人們對外部世界的認(rèn)知和記憶，實現(xiàn)周圍環(huán)境的感知，其中圖像識別和處理、目標(biāo)檢測、景物分析和應(yīng)用等具有比較多的研究。如圖像識別技術(shù)以圖像主要特征作為基礎(chǔ)，借助攝像機獲得相關(guān)信息，對特征信息進(jìn)行多層次的加工處理，使得計算機對圖像主要特征深入掌握，根據(jù)相應(yīng)的機理和圖像匹配模板，完成圖像的識別。計算機視覺在利用深度學(xué)習(xí)前，傳統(tǒng)計算機識別方式將特征提取和分類器設(shè)計分開，之后進(jìn)行結(jié)合，大多采取手工設(shè)計方式。

1.2 深度學(xué)習(xí)概念分析

深度學(xué)習(xí)作為機器學(xué)習(xí)的一個分支，借助人工神經(jīng)網(wǎng)絡(luò)模擬人腦實現(xiàn)數(shù)據(jù)的智能化處理。借助智能化處理開展深度學(xué)習(xí)，實現(xiàn)機器的智能化。借助人工神經(jīng)網(wǎng)絡(luò)可以對數(shù)據(jù)進(jìn)行分析和處理，圖像、聲音和視頻等常用的感知。在人工神經(jīng)網(wǎng)絡(luò)中有著隱含的學(xué)習(xí)結(jié)構(gòu)，利用輸入層感知相關(guān)數(shù)據(jù)，通過智能處理和輸出層完成相關(guān)任務(wù)，節(jié)點具有處理器的功能，根據(jù)特定的計算方式，輸入到下一層的節(jié)點。深度學(xué)生通過這樣的方式完成信息的傳遞，在無監(jiān)督訓(xùn)練下不斷積累處理經(jīng)驗。

2 深度學(xué)習(xí)在計算機視覺分析中的應(yīng)用

2.1 安防領(lǐng)域的應(yīng)用分析

借助計算機視覺技術(shù)完成安防領(lǐng)域解決方案，大多數(shù)公司選擇相應(yīng)的切入點，涉及到一些知名的企業(yè)，如Face++、百度、騰訊以及阿里巴巴等。人臉識別技術(shù)是重要的應(yīng)用內(nèi)容之一，深度學(xué)習(xí)在該領(lǐng)域中具有非常重要的地位。人臉識別技術(shù)在安檢和反恐等安防領(lǐng)域具有重要意義。除了人臉識別技術(shù)意外，對行人角度的ReID技術(shù)開展研究，借助深度學(xué)習(xí)加強人的檢測，并且對目標(biāo)特征進(jìn)行刻畫，為后續(xù)跟蹤和異常行為提供有效保障。

2.2 無人駕駛領(lǐng)域的應(yīng)用分析

無人駕駛領(lǐng)域中，激光、雷達(dá)等類型的傳感器價格比較貴，計算機視覺解決方案人們喜歡。利用無人駕駛中的攝像機采集的視頻數(shù)據(jù)，對其內(nèi)容進(jìn)行理解和分析，為后期的決策控制提供依據(jù)，如前車碰撞預(yù)警等。因此，利用計算機視覺技術(shù)完成相應(yīng)的任務(wù)，包括目標(biāo)的檢測和識別、目標(biāo)跟蹤、車道線檢測分離等。以深度學(xué)習(xí)為基礎(chǔ)的目標(biāo)檢測和識別方法和目標(biāo)分割法，具有其明顯的優(yōu)勢。目前，深度學(xué)習(xí)芯片越來越多，特別是無人駕駛領(lǐng)域提供更好的支持，深度學(xué)習(xí)技術(shù)可以推動無人駕駛技術(shù)的發(fā)展。

2.3 智能家居領(lǐng)域的應(yīng)用

傳統(tǒng)的智能家居產(chǎn)品主要是利用手機端和藍(lán)牙或者Wi-Fi等通訊方式完成家居控制以及使用。此種解決方案雖然可以實現(xiàn)家居智能化，但是智能化水平依然不足。借助深度學(xué)習(xí)可以推動智能家居的發(fā)展，除了語言識別和語音合成外，還需要借助視覺技術(shù)完成人機交流和互動，如手勢識別等。另外，深度學(xué)習(xí)在智慧教育領(lǐng)域有效的利用，如拍照試題等APP，利用手機如數(shù)圖片，借助智能計算方式，獲取相關(guān)內(nèi)容的分析和理解，如題目檢測、文字檢測和識別等，深度學(xué)習(xí)在問題解決中，有著非常大的優(yōu)勢。

2.4 OCR和圖片搜索領(lǐng)域的應(yīng)用

在教育領(lǐng)域中，視覺技術(shù)涉及到文字檢測和識別，在簡歷識別、文檔識別以及身份識別等領(lǐng)有效理應(yīng)，還涉及到關(guān)于圖片中文字的理解和分析，在這些任務(wù)中，深度學(xué)習(xí)是一種最佳的方式。圖片搜索的目的是找到和原圖相似的圖片，涉及到圖像搜索引擎，同時需要較好的圖像特征，深度學(xué)習(xí)作為有效的技術(shù)方式和手段，在圖像檢測環(huán)節(jié)有著重要作用。

2.5 醫(yī)療影響數(shù)據(jù)中的應(yīng)用

深度學(xué)習(xí)在醫(yī)療健康領(lǐng)域的應(yīng)用中，主要涉及以下幾點內(nèi)容。

（1）提供臨床診斷輔助系統(tǒng)等醫(yī)療服務(wù)，在早期的篩查、診斷、康復(fù)和手術(shù)風(fēng)險等場景中應(yīng)用；

（2）醫(yī)療結(jié)構(gòu)的信息化應(yīng)用，借助數(shù)據(jù)分析，可以有效提高醫(yī)療結(jié)構(gòu)的運營效率；

（3）醫(yī)學(xué)影像識別應(yīng)用，可以幫助醫(yī)生更加快速準(zhǔn)確的讀取病人影像；

（4）醫(yī)療大數(shù)據(jù)的應(yīng)用，深度學(xué)習(xí)可以為醫(yī)療大數(shù)據(jù)可視化提供幫助，提高數(shù)據(jù)的價值；

（5）藥企研發(fā)領(lǐng)域，可以有效解決研發(fā)周期長、成本較高的問題；

（6）健康管理服務(wù)，借助相應(yīng)的設(shè)備，如可穿戴設(shè)備等，開展用戶個人健康的監(jiān)測，做好疾病風(fēng)險的預(yù)測和控制；

（7）基因測序領(lǐng)域，深度學(xué)習(xí)在基因數(shù)據(jù)分析中利用，可以提高醫(yī)療精準(zhǔn)度。

醫(yī)學(xué)影像是對疾病判斷的重要方式，放射科和病理科的醫(yī)生，借助醫(yī)學(xué)影像可以提高診斷效率，被很多醫(yī)療機構(gòu)利用。目前，國內(nèi)外的醫(yī)學(xué)專家隊伍，在心血管、腫瘤、神內(nèi)和五官等領(lǐng)域構(gòu)建多個精準(zhǔn)深度學(xué)習(xí)輔助模型，取得非常好的發(fā)展，并且取得不錯的成績。

3 結(jié)語

深度學(xué)習(xí)是讓機器自主學(xué)習(xí)的工具，并且不斷的進(jìn)步和發(fā)展。深度學(xué)習(xí)取得非常好的效果，并且其應(yīng)用非常廣泛，計算機視覺中圖像識別、目標(biāo)跟蹤、圖像分類以及對象檢測等取得不小的成就。深度學(xué)習(xí)在機器領(lǐng)域利用比較狹隘，隨著無監(jiān)督學(xué)習(xí)的應(yīng)用，選擇代表性的機器開展訓(xùn)練，人工神經(jīng)網(wǎng)絡(luò)使得該系統(tǒng)具有自主學(xué)習(xí)能力，主動理解抽象概念。