人工智能在计算机视觉及网络领域中的应用

2020-12-19陈锦柯

电子技术与软件工程 2020年8期

陈锦柯

（河南理工大学河南省焦作市 461000）

近年来，随着人智能技术的日益成熟，人们的日常生活、生产活动渐渐渗透入了各项人工智能因素，这不仅为人类带来了便捷，还促进了诸多新兴产业的快速发展，尤其是人工智能领域的计算机视觉技术的开发，拥有着识别图像信息的功能，同时，还可对人体动作讯息进行识别，由此可见，人工智能在网络领域、计算机视觉技术方面的应用于开发对人类文明发展有着一定的促进效用，可使科学技术更具创新化、现代化特征，继而使其更好的服务于人类生活。

1 概念简析与发展历程

1.1 概念简析

所谓人工智能（AI）不仅是开发、研究、作用于延伸、拓展、模拟人类智能的一类新兴技术，还是集技术、方法、理论于一体的应用系统。从字面意义分析可知，人工智能主要被划分为“人工”与“智能”这两个不同层次的要素内容，其中，“人工”要素主要指由人类负责建造并且为人类生活、经营活动所服务的相关设备，而“智能”则指模拟、探索、识别、研究人类思维模式，并将其程序化，作用于机器，提升其综合性能，继而为人所用的相关内容。在科技飞速发展的现代化经济社会背景下，人工智能往往承载着人类诸多的期望与想象，人们对此往往有着极高的探索兴趣，再加上有关机构与管理部门不断的支持，近年来，人工智能取得了飞速的发展成效，与传统机器不同，在运作方面，人工智能有着模拟人类思维的功能优势，人类往往有着较高的创造力，却在自身大脑潜力方面的理解与开发十分有限，鉴于此，人工智能不仅是一类基于提升机器服务水平的研究项目，从某种程度上分析，人工智能也是对人类大脑的进一步开发与了解，因此，着力于研究人工智能可有效帮助人类了解自己、反观自己，继而引领高文明化的新时代潮流[1]。

1.2 发展历程

在上个世纪50～60年代，众多年轻科学家聚集在一起做了众多科学试验，结果发现，运用设备能够对人类思维进行模拟。如果将与人类相似的思维模式程序输入到设备上的时候，设备上出现的答案与人类遇到困难的处理结果相同。这些科学家被这种现象所吸引，并进行了深入探究，人工智能此时得到了更好地发展。后来慢慢地人工智能变成了独立的一门学科，从上个世纪50年代起，一直发展到现在，人工智能变成了关系众多学科的一门科学。人们对人工智能的研究以及发展，最终目的是想让人工智能可以拥有人类的情感以及意识，换句话说，就是想让人工智能拥有人类的智慧。现在人工智能这门科学吸引了众多人们的好奇心，通过人们坚持不懈的研究和努力，人工智能既是一门需要深入探究的一个课题，又是较为成功的一项技术，人工智能被人们应用到众多领域中，而且其发挥的作用还非常大，如，人工智能为人们提供了个性化以及便捷的服务。

2 计算机视觉与人工智能简析

2.1 关系简析

在人工智能领域，计算机视觉与机器视觉技术都是组成人工智能技术体系的重要分支，两者间存在以下联系：

（1）研究计算机视觉的重点在于软件开发方面，主力开发并探究更优质的图像分析算法。

（2）计算机视觉简要来讲就是使用相关设备、计算机模拟生物视觉，其核心任务就是将采集到的视频、图片信息进行处理，最终得到与之相关的三维信息。

（3）研究机器视觉技术的重点则包括了软硬件两方面的技术，需要融合镜头控制设备、相关计算流程、图像采集设备等多种元素来展开研究工作，是一项综合性质的技术，具体涵盖了计算机软硬件技术、数字视频技术、传感器、光学成像、电光源照明、控制、机械工程技术、图像处理等多项要素。[2]

2.2 现状分析

现如今，随着人智能的深入发展，计算机视觉技术得到了充分研发，但就目前来讲，该项技术的应用依旧被大量局限于学术领域，尚未走向产业化的发展趋势，鉴于此，需不断拓展其应用范围，将研发重点渐渐转向为工业化研究进程方面[3]。

3 计算机视觉的应用

3.1 计算机视觉的发展

计算机视觉包括四个发展阶段，分别是：主动和目的视觉、基础学习视觉、分层几何视觉、马尔计算机视觉。基础学习视觉即现在应用最广泛地计算机视觉技术。在计算能力越来越高的形势下，深度神经网络当中不具备充足的数据，无法对问题进行训练，通过慢慢解决处理，深度学习技术在人脸识别和图片分类等方面表现出的优势非常大。针对目前情况看，计算机视觉在深度学习当中发展的最成熟。

深度学习模式具备深度结构，其从动物视觉皮层使用复杂与简单的脑细胞对图像进行处理中获得启发，卷积神经网络主要是通过叠加神经元区别不相同的模式，属于深度学习教具代表性的一种算法。

卷积神经网络与传统神经网络进行比较，其具有权值共享以及局部连接等特点，这样其可以对模型参数过多的问题进行有效解决，卷积神经网络在计算机视觉领域得到了广泛运用，属于一种核心算法模型。

3.2 计算机视觉的应用

一般来讲，计算机视觉系统所需识别的诸多图像信息主要被划分为动态类与静态类两种类型，动态图片一般包括了短视频拍摄与实景拍摄素材等，而静态图像则主要泛指普通图片。计算机视觉系统在实际实景拍摄识别应用中，主要工作内容被划分为以下几个方面：

（1）通过传感器等智能化设备对现场拍摄的周围场景信息进行采集、归纳与整理。

（2）利用计算机设备调整图片信息精准度，在发展人工智能的同时，调整、改进、完善设备各方面性能，不断提升计算机视觉识别系统的实际效用。现如今，该领域的研究已然取得了初步成果，人工智能已经在计算机识别方面取得了显著研究成绩，人工智能识别设备渐渐可以识别人类肢体动作、手势动作、眼球动作、物体动作等信息，在该领域专业研究者的共同努力下，该技术在人工智能领域的发展空间还将进一步取得拓展，并在未来的人类生活模式中得到广泛的普及与应用[4]。

（3）现代化智能视觉系统具体包括了应用模块、信息处理模块、图像传感模块，信息处理模块则包括了计算机硬件、软件系统、嵌入式硬件以及先进的图像处理技术。

4 网络领域的应用

4.1 安全与监督

据了解，多数人的日常生活、工作内容都离不来对互联网技术的应用，而计算机技术、互联网技术也因此取得了普及化的发展成果，在此过程中，“网络安全”也随之成为了信息技术社会背景下，网络技术、计算机技术面临的发展困境之一，总之，网络技术与计算机技术的普及和飞速发展不仅具有便捷性特征，还携带了安全隐患，人们的财产安全与信息安全时刻面临着诸多方面的威胁。而人工智能则有着低成本、高效率、高协调性的应用优势，在网络领域合理开发并利用人工智能技术可为人类提供安全性更高的网上工作环境。就目前来讲，计算机技术、互联网技术使用者们用来保护信息安全、财产安全的主要途径就是查毒软件的安装和运行，这样的措施可有效防止网络病毒入侵计算机系统，读取用户个人信息，有着保护计算机用户资料安全、财产安全的功能，而被人们熟知的计算机防火墙软件在行使其保护职责、为用户营造绿色文件传输通道的同时，往往会运行各类判断程序，依据已知条件判断文件的安全性，而这一程序中的判断过程往往与人类决策流程存在相似性，由此可见，在网络领域应用人智能技术可有效保障计算机用户的财产安全和信息安全，在提升防火墙综合性能的同时，净化了网络运行环境[5]，当前最近新兴的支付宝人脸识别支付系统也是人工智能维护网络支付环境的具体化体现。此外，很多在学校、医院、道路、地铁站都设有监控，而基于人工智能设置的计算机视觉监控系统有着自动分析视频的功能，可检测、监督诸如非法侵入、盗窃、暴力等行为，还可在火车站、机场等人员密集之地高效率的找出罪犯，继而有效保障公民人财产安全。

4.2 网络数据方面的应用

（1）充分挖掘数据。人工智能在互联网领域有着发掘数据、归集有效信息、分析数据、忆学习网络活动轮廓，通过应用计算机人工智能化功能，挖掘数据，识别入侵异常程序，强化信息管理。

（2）实现数据融合。人工智能在网络领域的合理化应用，有效对数据信息分析与数据融合，进而为计算机用户提供更加准确、有效、具有参考价值的信息资料，因此，将互联网数据融合技术与人智能进行有机结合，可有效提升信息资源利用率，不仅如此，还可通过智能化的预测程序，来综合反应某一领域的数据走向和发展趋势，为人类生活提供更多便捷[6]。

（3）与传统数据处理技术相比，基于人工智能而设置的数据处理系统引进了神经网络、机器学习等先进技术，也就意味着，该系统可同时对大量的数据进行处理，不仅如此，还可在此基础上充分利用大量数据自动提升系统性能，数据输入越多，性能也会随之提升。

4.3 系统评价方面的应用

在人工智能化迅猛发展的进程中，网络管理发挥出重要作用，想要确保网络管理的高质量和高效率完成，并促进人工智能化再向前迈一步。那么在网络管理过程中，必须对人工智能技术进行科学运用，然后再运用网络系统具有的智能化特点，对规划方案进行完善。计算机管理过程中，同样需要对人工智能进行充分合理利用，然后通过整理和探究历史数据，制定明确高效的管理办法，确保自动化计算机管理得以实现。与计算机有关的管理工作者，应该对决策信息进行编制，使其以计算机编码的形式呈现出来，然后将其输入到与之对应的计算机系统当中，这样计算机管理也就有了参考依据。针对计算机管理中有可能出现的问题，应该细致分析和处理问题的具体情况，并在此基础上，由决策工作者对各项工作作出明确判断。

4.4 Agent技术方面的应用

运用Agent 技术能够使内部环境和外部环境间变成主动交互机制，针对故障事件，运用Agent 技术的外部和内部件具有的特定服务，能够对外部与内部的实际状态进行特定，同时再维修事件，进而实现一致性维护外部与内部信息副本的目标。特定环境下，还能够对故障进行独自处理，定义故障为时钟事件，同时，将主要的故障报告发给管理人员。Afent 信息找人技术，拥有服务以及需求集散的能力，为信息查询人员提供要点信息，为分布着提供主要信息。Agent 技术可以按照这部分信息，主动对用户进行推荐或通知。

5 计算机视觉以及人工智能等的产业发展

微软公司于2010年研制出Kinet，其可以对人的动作进行模拟，此产品使用的技术即捕捉人的运动，进而模拟玩家做出的一系列动作，这项技术的诞生，人类在不接触屏幕的时候，只通过动作就可以与电脑进行互动。随后华硕公司、苹果公司、英特尔公司和谷歌公司等对深度应用相机进行了探究，通过掌握人工智能的研制成果，顺利地研究了深度应用相机，在此基础上，计算机视觉技术得到了开展发展。

RGBD 摄像机又名深度摄像机，现在人们通常会使用RGB 相机，此种相机能够看见三原色，RGBD 摄像机在普通相机基础上运用了深度信息化加工技术，合理运用主动探测以及被动接受两种方式，将能量传输给目标，或是科学分析以及处理接受到的信息，此种技术要使用两种摄像头，将这两种摄像头安装在不同位置，其工作原理就是对人眼进行模拟，可RGBD 摄像机在投入市场以后，出现一个问题即背景图像不清晰，并且处理起来还非常难。现在机器人业在计算机视觉市场发展较为良好，机器人可以通过计算机对行进路线进行感知。