人工智能

 

　　人工智能是計算機科學的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應的智能機器，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

 

[[165973]]
 

　　深度學習

 

　　總的說來，人工智能是研究人類智能活動的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。

 

　　深度學習是機器學習研究中的一個新的領(lǐng)域，其動機在于建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡，它模仿人腦的機制來解釋數(shù)據(jù)，例如圖像，聲音和文本。

 

　　在安防領(lǐng)域的應用

 

　　讓深度學習能夠如此大行其道的關(guān)鍵要素是數(shù)據(jù)，而占大數(shù)據(jù)總量60%以上的為視頻監(jiān)控數(shù)據(jù)，與此同時，視頻監(jiān)控領(lǐng)域的70%以上的數(shù)據(jù)分析是用來進行圖像識別。

 

　　深度學習的在安防行業(yè)的方方面面得到了應用：人臉檢測、車輛檢測、非機動車檢測、人臉識別、車輛品牌識別、行人檢索、車輛檢測、人體屬性、異常人臉檢測、人群行為分析、各種感興趣目標的跟蹤……

 

　　深度學習算法不是簡單地接收數(shù)據(jù)，它在吸收原有數(shù)據(jù)的基礎上，能夠增量式地提升模型的性能，給予數(shù)據(jù)的選擇過程一種反饋——形成一種數(shù)據(jù)選擇機制，能夠分辨哪種類型的數(shù)據(jù)有助于持續(xù)提升模型性能，哪種類型的數(shù)據(jù)則是毫無幫助的——從而最終形成一種良性循環(huán)體系。

 

　　機器視覺

 

　　機器視覺是人工智能正在快速發(fā)展的一個分支。簡單說來，機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統(tǒng)是通過機器視覺產(chǎn)品(即圖像攝取裝置，分CMOS和CCD兩種)將被攝取目標轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，得到被攝目標的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號;圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據(jù)判別的結(jié)果來控制現(xiàn)場的設備動作。

 

　　由于機器視覺主要是對圖像進行識別，因此機器視覺在人臉識別、車牌識別等方面得到大量運用。以智能交通行業(yè)為例，機器視覺具有成本低、穩(wěn)定性強、準確性高、應用范圍廣等優(yōu)點，目前已經(jīng)在國內(nèi)外高速公路和公路的交通監(jiān)控系統(tǒng)中得到了廣泛的應用,具體體現(xiàn)在車牌識別、車身顏色識別、車型識別、違章識別、車流量統(tǒng)計、流量控制等。

 

　　人工智能是計算機學科的一個分支，深度學習、機器視覺是機器學習研究中的一個領(lǐng)域。深度學習和機器視覺主要是針對圖形進行更深層次的挖掘和分析，是人工智能的實際應用。而人工智能除了對圖形的處理外，還包括對語音、運動、社交等方面的處理和控制。