新闻动态

　　很多人对图像识别很好奇，毕竟这一技术仍然很先进，但其技术原理并不十分困难，但它必须处理的信息更加繁琐。因为在处理图像之前，计算机需要一个庞大的信息库，而且还具有快速学习和比较的能力。计算机的任何处理技术都不是凭空产生的，它是受来自生活实践的学者的启发，并使用程序进行模拟。计算机图像识别技术和人类图像识别技术在原则上没有本质的区别，但是机器缺乏人类感知和视觉的影响。人类图像识别不仅是基于记忆的整个图像存储在头脑中进行识别，我们识别的图像是基于图像本身的特征，首先将这些图像划分为类，然后通过各个类别的特征来识别图像。

　　简单来说，要建立一个庞大的图片库，供电脑记忆体学习，似乎有点复杂。当要识别的图片出现在其前面时，计算机根据已在存储存储器中分类的类别快速地识别它，以查看是否存在具有与图像相同或相似特征的存储存储器，从而识别图像是否已被看到。识别的过程和我们的过程是一样的，只不过我们的大脑识别速度不如计算机。机器提取的特征有时是非常明显的，有时是非常普遍的，这在很大程度上影响了机器识别的速度。当然，图像中也会有一些干扰因素，这也影响了机器的正确识别效果。

　　因此，计算机图像识别的关键是要有一个庞大的图像数据库供其学习，并对机器特征识别算法进行改进，尽可能减少干扰因素，从而大大提高图像识别的精度和应用领域。