刘浩锋

摘要 信息技术的发展及智能化社会的到来，带动了人工智能识别技术的良好发展，使其在多个领域有广泛的应用。基于此，本文对该技术的类型及应用进行了分析，首先从有无生命体征角度，介绍了有生命识别技术以及无生命识别技术，然后分析了识别技术在语音识别领域、图像识别领域以及机器人领域的应用，分别介绍了应用优势及未来发展，以期为相关研究提供参考。

【关键词】计算机 人工智能 识别技术

从本质角度看来计算机人工智能识别技术主要是对人类的思维进行全面深入的研究，包括人类的思维方式以及思维过程，从而实现思维的具体化，将抽象的内容转变为可以准确描述的数据信息，然后通过对数据信息的识别与鉴定，利用计算机程序准确反映出人类的思维。也就是说，识别技术是将人类的思维作为基础，和其他计算机智能技术相比，识别技术可以为人类提供多样化的优质服务。

1 计算机人工智能识别技术的类型

就目前的技术发展现状而言，人工智能的识别技术可以按照识别物体的生命体征分为两类，分别是有生命识别技术以及无生命识别技术。

1.1 有生命识别技术

1.1.1 声音识别技术

该技术主要是对不同人群的声音进行识别，从而智能识别并鉴定出相应人群身份的一种识别技术，具体的工作原理如下：不同的人在声音的特点（包括音调、音色和音质等）方面有所不同，只有被识别对象的所有声音特点和系统数据相符合，才能够实现对象的智能识别及鉴定。

1.1.2 指纹识别技术

该技术主要是扫描不同对象的指纹，进行该对象身份的识别及鉴定，具体的工作原理如下：不同的人具备不同的指纹，指纹是每个人独一无二的象征，因此指纹识别技术的智能识别精度相对较高。

1.1.3 人脸识别技术

该技术主要是对人脸特征进行识别，从而鉴定出该对象的身份。通常来说，人脸识别技术的识别部位为脸部结果以及人的瞳孔，通过人脸局部特征的放大，鉴定出脸部的关键特征，该技术也具备相对较高的精度。

1.2 无生命识别技术

1.2.1 智能卡识别技术

该技术能够对智能卡进行自动识别。从本质角度而言，智能卡是指集成电路板，能够独立进行数据的运算和存储，将智能卡和计算机技术共同应用，可以实现数据的采集、处理、存储和加密等操作，常用的智能卡识别技术有车辆识别等技术。

1.2.2 条形码识别技术

该技术又被分为一维码技术以及二维码技术这两种，二维码技术是由一维码技术发展而来，可以容纳更多的数据信息，还具备纠错功能，可以用于信息标示或者信息采集中。

1.2.3 射频识别技术

该技术主要是应用无线电磁波实现对象的识别及鉴定，该技术的工作原理如下：在物品标签中，利用电磁场将无线电信号进行传输，进行数据的跟踪及自动识别。

2 计算机人工智能识别技术的应用分析

2.1 在语音识别领域的应用分析

在语音识别领域，人工智能的识别技术主要是为了使机器可以了解人类语言，实现人机语音交互。基于识别技术，人们可以抛弃掉键盘，直接通过语音控制系统，系统会对人们输入的语言进行识别，根据识别的内容进行相应的操作，这种技术的应用大大提升了系统的反应效率，避免了人工键盘输入容易出现错误及输入效率低下等问题，实现了人机交流的灵活性及高效性。识别技术在语音识别领域的应用十分广泛，包括声控智能家电、声控语音搜索系统以及声控智能玩具等。就目前的技术发展现状而言，语音识别领域的应用还存在一些问题，包括语音识别系统的词汇量相对较少、被识别的语音可能会存在口音或者停顿等现象。因此，技术人员需要加强识别技术的研发，扩充语音识别技术的词汇库，增加词汇量以及语种，并在语音识别程序中添加降噪筛选功能，确保语音识别技术能够准确识别语音中的重点内容。

2.2 在图像识别领域的应用分析

对于人工智能的识别技术而言，其在图像识别领域的应用相对较晚，应用的难度相对较大，这是因为图像具备较强的丰富性以及广泛性，涵盖了图画、声波信号、字符以及透视胶片等各个方面的内容，图像的应用涉及到公共安全领域、工农业以及医学等多个领域。比如，交通领域应用的车牌识别系统;医学领域应用的心电图识别技术;农业领域应用的种子识别技术;公共安全领域应用的人脸识别技术以及指纹识别技术等。但是就目前的技术发展状况而言，图像识别技术因为图像的对比度以及色彩等方面相对复杂，使得该技术的应用受到阻碍，技术人员需要提高该技术的特征抽取及特征选择功能，加强降维方法的应用，将图像数据从多维降到低维，提高图像识别技术的特征抽取及特征选择的效率，从而提高图像识别技术的效率，促进图像识别技术的可持续发展。

2.3 在机器人领域的应用分析

早在上个世纪的70年代，机器人就得到了良好的发展，机器人技术发展到现在，呈现出显著的智能化趋势，能够帮助甚至代替人類完成某些特殊的工作，比如高危的或者有毒害的工作，都能够使用机器人。机器人不仅在制造行业有较为广泛的应用，在资源勘探、军事航天以及医疗服务等方面也有应用。在机器人智能化发展的过程中，人工智能识别技术发挥着至关重要的作用。

但是就目前的技术发展状况而言，人工智能识别技术在机器人领域的应用存在一定的问题，主要体现在机器人智能性较低、机器人价格高昂、机器人高端不足与机器人低端过剩等方面。与此同时，在应用计算器人的过程中，可以发现机器人存在行动迟缓、缺乏灵活性等问题，上述问题出现的原因在于人工智能识别技术缺乏对人体的全面感知。因此，技术人员需要提高识别技术的感知功能，全面感知人的肢体动作及思维状态，通过多种传感器的应用提高感知效率及感知精度，从而映射到计算机程序中，以此提高机器人的灵活性及适应性。

3 结论

综上所述，识别技术拥有多个类型及广阔的应用范围，需要技术人员加强研发，使该技术为人类提供更为优质的服务。通过本文的分析可知，识别技术广泛应用于语音识别、图像识别及机器人等多个领域，在为人类的工作与生活提供便利的同时，也体现出一定的问题，要求技术人员采取科学有效的措施予以解决，促进识别技术的可持续发展。本文的分析仍旧不够全面，仅供参考。

参考文献

[1]张慧宇.计算机人工智能识别技术[J].信息与电脑（理论版），2016（20）：140—141+150.

[2]范银平.计算机人工智能识别技术的应用瓶颈分析[J].产业与科技论坛，2013，12 （16）：75-76.