人工智能圖像識(shí)別技術(shù)賦能檔案管理的應(yīng)用場(chǎng)景研究

■錢 爃

一、引言

人工智能（Artificial Intelligence 簡(jiǎn)稱AI）是研究模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用的一門新的科學(xué)技術(shù)。該技術(shù)的研究范圍包括智能機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理等。隨著人工智能的理論和技術(shù)日趨完善，其應(yīng)用領(lǐng)域也持續(xù)擴(kuò)展。在檔案管理領(lǐng)域，檔案智能機(jī)器人研制已有成功案例，語(yǔ)言識(shí)別和自然語(yǔ)言處理也在歷史檔案資源數(shù)據(jù)化方向開展了應(yīng)用研究，但與檔案管理密切相關(guān)的圖像識(shí)別亟待進(jìn)一步開發(fā)其高價(jià)值的應(yīng)用場(chǎng)景。

二、圖像識(shí)別與人工智能

圖像識(shí)別是在人眼感官的基礎(chǔ)上建立的一套自動(dòng)識(shí)別系統(tǒng)，主要有圖像采集設(shè)備（攝像頭、掃描儀）、數(shù)據(jù)傳輸網(wǎng)絡(luò)、圖像處理終端（切分、重構(gòu)、成像）組成。圖像識(shí)別過程首先由采集設(shè)備捕獲圖像，由傳輸網(wǎng)絡(luò)輸送至處理終端，終端的邏輯算法通過切分、重構(gòu)以及成像的過程將原始圖像轉(zhuǎn)換為系統(tǒng)可識(shí)別的圖像，根據(jù)不同的識(shí)別需求獲得圖像的關(guān)鍵信息和可供系統(tǒng)識(shí)別的特征點(diǎn)，最后輸出識(shí)別結(jié)果。圖像識(shí)別是一個(gè)固化的，依據(jù)預(yù)設(shè)的邏輯算法進(jìn)行機(jī)械式計(jì)算輸出的過程；通過這一技術(shù)能夠減輕部分以往依靠大腦和人眼處理的圖像識(shí)別工作。圖像識(shí)別需要人工不斷的調(diào)整識(shí)別過程和邏輯算法，以便提升識(shí)別的效率和準(zhǔn)確率。

人工智能是在圖像識(shí)別的基礎(chǔ)上進(jìn)行的升級(jí)和優(yōu)化，基于圖像識(shí)別技術(shù)，額外配備智能化處理軟件和設(shè)備，達(dá)到在無人干預(yù)的狀態(tài)下，系統(tǒng)自動(dòng)收集處理信息、分析數(shù)據(jù)、深度學(xué)習(xí)以及系統(tǒng)互聯(lián)的目標(biāo)。與傳統(tǒng)圖像識(shí)別技術(shù)對(duì)比，人工智能圖像識(shí)別首先在圖像采集端預(yù)置智能分析算法，在捕獲圖像的同時(shí)對(duì)圖像進(jìn)行預(yù)處理，提取有助于后續(xù)識(shí)別的關(guān)鍵信息完成一次解析，由數(shù)據(jù)傳輸網(wǎng)絡(luò)實(shí)時(shí)傳遞給圖像處理終端進(jìn)一步生成結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行二次解析，輸出識(shí)別結(jié)果。同時(shí)結(jié)合識(shí)別需求與實(shí)際識(shí)別結(jié)果的各種差異特征，自主學(xué)習(xí)分析識(shí)別過程和邏輯算法的缺陷，進(jìn)行自主優(yōu)化，逐步提升識(shí)別效率和準(zhǔn)確率。

三、檔案管理應(yīng)用場(chǎng)景

（一）檔案合規(guī)檢查

在文件歸檔時(shí)通常檔案人員會(huì)對(duì)電子文件進(jìn)行合規(guī)性檢查，主要包括屬性檢查、文件檢查以及屬性與文件內(nèi)容一致性檢查。檢查項(xiàng)主要有文件名稱、編號(hào)、分類、狀態(tài)、格式、內(nèi)容是否完整、是否清晰等。傳統(tǒng)檢查方式主要依靠人工，存在檢查效率低、錯(cuò)誤率高等問題。為了降低上述問題引起的檔案管理質(zhì)量風(fēng)險(xiǎn)，引入人工智能圖像識(shí)別技術(shù)進(jìn)行電子文檔的合規(guī)性檢查。首先需要設(shè)定識(shí)別技術(shù)指標(biāo)和要求，例如識(shí)別完整性和效率指數(shù)、識(shí)別處理能力指標(biāo)、自動(dòng)記錄并形成識(shí)別報(bào)告等。其次需要確定被檢查的文件類型（如設(shè)計(jì)文件、管理文件、圖樣目錄、設(shè)計(jì)變更單等）；對(duì)每一種文件類型劃分檢查位置（如目錄區(qū)域、圖簽區(qū)域、內(nèi)容區(qū)域、會(huì)簽欄、首頁(yè)、續(xù)頁(yè)、封面、扉頁(yè)、修改記錄頁(yè)、目錄頁(yè)、正文頁(yè)等）；對(duì)每一種文件類型的每一個(gè)檢查位置確定檢查項(xiàng)（如編碼、版本、狀態(tài)、標(biāo)題、簽字、日期等）；同時(shí)對(duì)每一個(gè)檢查項(xiàng)確定檢查內(nèi)容、基礎(chǔ)數(shù)據(jù)來源、檢查方法、常見錯(cuò)誤案例、檢查方式、檢查時(shí)間點(diǎn)等，再結(jié)合以上文件類型、檢查位置、檢查項(xiàng)三個(gè)維度建立合規(guī)性檢查矩陣。最后通過人工智能圖像識(shí)別技術(shù)與檢查矩陣的結(jié)合，將文件中需要文檔規(guī)范性檢查的項(xiàng)進(jìn)行智能識(shí)別，針對(duì)需要比對(duì)的內(nèi)容提取對(duì)比基準(zhǔn)值，識(shí)別結(jié)果與對(duì)比基準(zhǔn)值分別從系統(tǒng)邏輯、單頁(yè)邏輯、全文邏輯三個(gè)維度進(jìn)行分析比對(duì)，輸出待確認(rèn)的問題項(xiàng)。在一次檢查完成后，由人工確認(rèn)檢查結(jié)果，系統(tǒng)依據(jù)確認(rèn)結(jié)果調(diào)整識(shí)別過程、檢查邏輯以及算法，完成深度自主學(xué)習(xí)，逐步提升檢查效率和正確率。

（二）影像檔案管理

在傳統(tǒng)的影像檔案管理中，通常通過檔案屬性查找需要的影像，如果影像歸檔時(shí)屬性不全或者描述不準(zhǔn)確，就會(huì)大大降低影像檔案查詢的準(zhǔn)確率。尤其對(duì)于重要人物的圖像查找，隨著時(shí)間的推移，人的外貌不可避免會(huì)發(fā)生變化，即便通過屬性查詢到相關(guān)影像，也很難立即判斷出多張影像中相似的人是不是同一個(gè)人。引入人工智能圖像識(shí)別技術(shù)可快速判斷出多張圖像中是否存在同一個(gè)人，現(xiàn)有的識(shí)別技術(shù)可支持年齡跨度在25 至30 年之間的容貌變化，可以有效避免人物相貌變化而出現(xiàn)的查詢錯(cuò)誤。人物影像的智能識(shí)別主要分為圖像的采集與預(yù)處理、面部特征提取、識(shí)別和鑒別三個(gè)過程。采集與預(yù)處理需要一張人物的基準(zhǔn)圖像作為輸入，由圖像采集設(shè)備對(duì)圖像進(jìn)行捕獲之后使用面部檢測(cè)算法進(jìn)行預(yù)處理，輸出面部五官的關(guān)鍵點(diǎn)坐標(biāo)，坐標(biāo)由二維平面坐標(biāo)組成，即X 坐標(biāo)和Y 坐標(biāo)。面部特征提取是依據(jù)五官關(guān)鍵點(diǎn)坐標(biāo)和人物基準(zhǔn)圖像，開展面部特征的提取，使用人臉五官關(guān)鍵點(diǎn)坐標(biāo)與系統(tǒng)預(yù)置的標(biāo)準(zhǔn)人臉五官關(guān)鍵點(diǎn)坐標(biāo)相比較，計(jì)算特征值，將人物圖像轉(zhuǎn)變?yōu)橐粋€(gè)固定長(zhǎng)度數(shù)值串，這個(gè)固定長(zhǎng)度的數(shù)值串被稱為面部特征，該特征展示了人物面部的特點(diǎn)。識(shí)別和鑒別是識(shí)別出人臉的年齡、表情、姿態(tài)等屬性值后鑒別與其他圖像中人物的一致性。開展識(shí)別時(shí)依據(jù)人物基準(zhǔn)圖像、五官關(guān)鍵點(diǎn)坐標(biāo)以及面部特征數(shù)值，通過縮放、旋轉(zhuǎn)等操作將人臉圖像調(diào)整到預(yù)定的大小和位置，通過識(shí)別算法進(jìn)行分析，基于深度學(xué)習(xí)的人工智能圖像識(shí)別技術(shù)能夠通過一個(gè)算法同時(shí)得到人物的性別、年齡、姿態(tài)等完整的人臉特征屬性值?；趯ふ覍?duì)象完整的人臉特征屬性值，對(duì)所有影像檔案進(jìn)行鑒別，尋找匹配人物的影像。依靠云計(jì)算、AI 大模型的強(qiáng)大算力，在數(shù)秒內(nèi)可完成影像人臉的比對(duì)，依據(jù)兩個(gè)人臉的特征屬性值，評(píng)估兩張人臉的相似度，一般對(duì)特征屬性值相符性設(shè)定一個(gè)值，滿足設(shè)定值即可判斷為同一人物影像。采用該技術(shù)可以大幅度提高影像檔案的查找效率和準(zhǔn)確度。

（三）庫(kù)房安防管理

在傳統(tǒng)檔案庫(kù)房的安防管理中，攝像頭是最基礎(chǔ)的監(jiān)控防護(hù)設(shè)備，一旦發(fā)生安防事件，在傳統(tǒng)安防工作模式下，檔案管理人員主要采用查看監(jiān)控視頻的方式，這種方式需要通過人工一秒一秒的查看篩查攝像頭捕獲的視頻畫面，整個(gè)篩查過程不僅工作量大，同時(shí)浪費(fèi)了大量的時(shí)間和精力。基于人工智能圖像識(shí)別技術(shù)的檔案庫(kù)房自動(dòng)化視頻監(jiān)控系統(tǒng)的建立逐步改變了傳統(tǒng)的庫(kù)房安防模式，這一系統(tǒng)主要由前端和終端智能技術(shù)組成，以采集設(shè)備捕獲的視頻、圖像及結(jié)構(gòu)化數(shù)據(jù)為基礎(chǔ)，實(shí)現(xiàn)以圖像搜索人員并進(jìn)行相似性鑒別，幫助檔案管理人員快速準(zhǔn)確地發(fā)現(xiàn)庫(kù)房安防問題。前端主要依靠具有AI 功能的攝像頭，比如人臉識(shí)別攝像頭，在捕獲視頻和圖像的同時(shí)，依靠攝像頭內(nèi)置的智能算法，將捕獲的目標(biāo)轉(zhuǎn)換為結(jié)構(gòu)化的數(shù)據(jù)后傳到處理終端，可以減少終端分析處理的壓力和網(wǎng)絡(luò)帶寬的壓力。終端主要由具備智能分析功能的網(wǎng)絡(luò)錄像機(jī)、人臉識(shí)別和視頻結(jié)構(gòu)化分析模塊組成。智能網(wǎng)絡(luò)錄像機(jī)是在集中存儲(chǔ)圖像的基礎(chǔ)上，通過集成深度學(xué)習(xí)算法對(duì)圖像內(nèi)容進(jìn)行信息提取和智能分析。人臉識(shí)別和視頻結(jié)構(gòu)化模塊是基于圖像提取分析的結(jié)果，通過深度學(xué)習(xí)算法，對(duì)人臉特征進(jìn)行快速提取和準(zhǔn)確識(shí)別比對(duì)并輸出識(shí)別結(jié)果，這一系統(tǒng)能夠在快速捕獲視頻內(nèi)容及相關(guān)信息的同時(shí)將其轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，進(jìn)行人像對(duì)比以及軌跡還原分析，能夠有效提升檔案庫(kù)房安防管理的效率。隨著檔案智能庫(kù)房的發(fā)展，智能需求日益增多，在這個(gè)過程中能夠?qū)⒃械臋n案管理者從傳統(tǒng)的庫(kù)房管理中解放出來，讓智能技術(shù)和設(shè)備代替人工是大勢(shì)所趨。

四、檔案領(lǐng)域應(yīng)用前景

在檔案管理領(lǐng)域，存在大量基于視頻、圖像工作的場(chǎng)景，人工智能圖像識(shí)別技術(shù)具有廣闊的應(yīng)用前景。但相關(guān)技術(shù)和設(shè)備在滿足檔案領(lǐng)域管理需求方面還需有所優(yōu)化提升。首先在圖像前端采集方面，進(jìn)一步加快圖像捕獲設(shè)備的研發(fā)以及升級(jí)，基于目前主流的高清圖像、二維圖像的捕獲向三維圖像的捕獲構(gòu)建轉(zhuǎn)變，在前端實(shí)現(xiàn)更多維度的數(shù)據(jù)采集；進(jìn)一步結(jié)合生物仿生原理，對(duì)光學(xué)系統(tǒng)以及識(shí)別系統(tǒng)進(jìn)行升級(jí)優(yōu)化，具備智能調(diào)節(jié)功能，從而獲取更加清晰的圖像。在后端算法處理方面，算法是人工智能圖像識(shí)別技術(shù)應(yīng)用的核心，但目前的算法的速率和精準(zhǔn)度還未達(dá)到較高的水準(zhǔn)，對(duì)圖像、人物的識(shí)別精準(zhǔn)率較低，如何提升圖像識(shí)別算法和準(zhǔn)確率是關(guān)鍵的核心任務(wù)。同時(shí)，圖像識(shí)別與人工智能是高度依賴網(wǎng)絡(luò)開展的，需要通過網(wǎng)絡(luò)連接硬件設(shè)備、軟件系統(tǒng)以及打通與關(guān)聯(lián)領(lǐng)域的互通，打造立體化、多維度的人工智能圖像識(shí)別應(yīng)用體系，支持文件控制、檔案管理、庫(kù)房管理、人員管理等，真正實(shí)現(xiàn)內(nèi)部業(yè)務(wù)的聯(lián)動(dòng)，真正讓信息成為推動(dòng)檔案事業(yè)發(fā)展的重要載體。