深度学习在图像识别中的应用研究*

2021-12-09唐凤仙罗富贵张绿云

科学与信息化 2021年29期

唐凤仙罗富贵张绿云

河池学院广西河池 546300

引言

最近这些年伴随着科技的进步以及社会的不断发展，深度学习成为人工智能研究的重要形式，并且是当前社会热门研究的重点之一，对深度学习的研究发展，无论是对计算机视觉领域，或是机器学习领域分析，都具有重要的影响。如今，深度学习技术正在不断完善，其在方方面面对大众的生活产生了影响，本文将通过探究深度学习在图像识别方面的应用，探索其发展的内涵。

1 深度学习概述

1.1 深度学习的原理

深度学习是Hinton等[1]人于2006年提出的，这是一种机器学习的方式，起源于人们深入研究人工神经智能网络的探索。传统图像识别方法，例如支持向量机[2]、小波变换[3]等识别方法的泛化能力不强，图像识别精度不高。深度学习以数据驱动方式结合非线性变换，从大量的原始数据中自动提取到高层、抽象、特定语义的特征，并完成分类任务。另外，深度学习本身也是一种对数据表象的学习方法，其具体学习过程可以理解为：学习训练的目的是计算机通过对网络层级间的参数迭代更新进行深度学习，并使其训练的结果无限接近真实值。训练过程中，学习路径通过梯度的不断下降，并运用统计学方法进行有效优化。目前在社会发展历程中，深度学习已经在计算机视觉、自动控制和自动驾驶等方面得到了充分运用，推动了图像识别技术的发展。