人们识别图像是靠形状，那AI是怎么识别图像的？

Posted 2023-05-02

德国研究团队给出一个原因，这个原因出乎意料：人类会关注图中对象的形状，深度学习计算机系统所用的算法不一样，它会研究对象的纹理。

首先人类向算法展示大量图片，有的图片有猫，有的没有。算法从图片中找到“特定模式”，然后用模式来做出判断，看看面对之前从未见过的图片应该贴怎样的标签。

神经网络架构是根据人类视觉系统开发的，网络各层连接在一起，从图片中提取抽象特点。神经网络系统通过一系列联系得出正确答案，不过整个处理过程十分神秘，人类往往只能在事实形成之后再解释这个神秘的过程。研究人员修改图片，欺骗神经网络，看看会发生什么事。研究人员发现，即使只是小小的修改，系统也会给出完全错误的答案，当修改幅度很大时，系统甚至无法给图片贴标签。还有一些研究人员追溯网络，查看单个神经元会对图像做出怎样的反应，理解系统学到了什么。

德国图宾根大学科学家Geirhos领导的团队采用独特方法进行研究。去年，团队发表报告称，他们用特殊噪点干扰图像，给图像降级，然后用图像训练神经网络，研究发现，如果将新图像交给系统处理，这些图像被人扭曲过（相同的扭曲），在识别扭曲图像时，系统的表现比人好。不过如果图像扭曲的方式稍有不同，神经网络就无能为力了，即使在人眼看来图像的扭曲方式并无不同，算法也会犯错。当你在很长的时间段内添加许多噪点，图中对象的形状基本不会受到影响；不过即使只是添加少量噪点，局部位置的架构也会快速扭曲。研究人员想出一个妙招，对人类、深度学习系统处理图片的方式进行测试。

算法将图像分成为小块，接下来，它不会将信息逐步融合，变成抽象高级特征，而是给每一小块下一个决定，比如这块包含自行车、那块包含鸟。再接下来，算法将决定集合起来，判断图中是什么，比如有更多小块包含自行车线索，所以图中对象是自行车。算法不会考虑小块之间的空间关系。结果证明，在识别对象时系统的精准度很高。

参考技术A

图像识别技术背后的原理并不是很难，只是其要处理的信息比较繁琐。计算机的任何处理技术都不是凭空产生的，它都是学者们从生活实践中得到启发而利用程序将其模拟实现的。计算机的图像识别技术和人类的图像识别在原理上并没有本质的区别，只是机器缺少人类在感觉与视觉差上的影响罢了。人类的图像识别也不单单是凭借整个图像存储在脑海中的记忆来识别的，我们识别图像都是依靠图像所具有的本身特征而先将这些图像分了类，然后通过各个类别所具有的特征将图像识别出来的，只是很多时候我们没有意识到这一点。当看到一张图片时，我们的大脑会迅速感应到是否见过此图片或与其相似的图片。其实在“看到”与“感应到”的中间经历了一个迅速识别过程，这个识别的过程和搜索有些类似。在这个过程中，我们的大脑会根据存储记忆中已经分好的类别进行识别，查看是否有与该图像具有相同或类似特征的存储记忆，从而识别出是否见过该图像。机器的图像识别技术也是如此，通过分类并提取重要特征而排除多余的信息来识别图像。机器所提取出的这些特征有时会非常明显，有时又是很普通，这在很大的程度上影响了机器识别的速率。总之，在计算机的视觉识别中，图像的内容通常是用图像特征进行描述。

解决方案之一，改造后的神经网络“卷积神经网络”。其他具体的看下面

机器学习识别图片的基本原理

揭秘“图像识别”的工作原理

图像识别的原理、过程、应用前景

参考技术B AI识别图像是通过人类给他输入的程序。人类输入很多很多的量的程序图像给他，然后它会自动生成一个系统，然后就会遇到那样的图形，它就会自动给识别出来了。 参考技术C AI是扫描图像三维点成像识别，就像人脸识别是扫描人的骨骼三维点成像识别，即使人脸有表面变化仍可成像识别成功。 参考技术D 机器的图像识别技术也是通过分类并提取重要特征而排除多余的信息来识别图像。机器所提取出的这些特征有时会非常明显，有时又是很普通，这在很大的程度上影响了机器识别的速率。总之，在计算机的视觉识别中，图像的内容通常是用图像特征进行描述。

vivo与百度识图联手：旗舰新机 vivo NEX内置AI图像识别能力

随着手机拍照功能越来越成熟，很多手机厂商都把目光转向开发新功能、新玩法，如人像拍摄、AR摄影等。而这次vivo NEX与百度识图深入合作，使其拥有“面向未来的人工智能”，让用户体验获得实现质的飞跃，获得更智能、更流畅的使用体验。

此次vivo与百度识图合作，针对相机及相册图像识别场景提供AI图像识别能力，并推出了AI场景识别相机。用户在使用vivo NEX手机拍摄汽车、美食、人脸、菜品、题目、英语单词等实物时，内置的百度识图技术可以识别汽车品牌，美食卡路里，人脸五官，题目解析，实时翻译等AI图像能力。近年来，手机拍人脸成为各大手机厂商主打卖点，而这次vivo和百度识图的深度合作，使智能手机迈入了“拍万物识万物”时代，为用户全方位的拍摄场景带来更多AI智慧体验