什么是圖像識別？如何實現(xiàn)圖像識別？

無論怎樣，我們不得不承認，在我們所處的當(dāng)今時代，技術(shù)發(fā)展對現(xiàn)代生活有著決定性的影響。

但令人喜憂參半的是，科技變化如此之快，我們幾乎無法跟上它的腳步，更不用說預(yù)測未來了。 其中發(fā)展最快速，影響力最大和最吸引人的技術(shù)進步之一就是圖像識別。

什么是圖像識別？

圖像識別是計算機視覺的機制之一，而計算機視覺是人工智能的一個分支。

正如我們在AI、機器學(xué)習(xí)與深度學(xué)習(xí)的區(qū)別一文中提到的那樣，人工智能（也稱AI）是一種能夠模仿人類特征并勝任通常需要人類智能才能完成的任務(wù)的計算機系統(tǒng)。

為了讓AI更有說服力，我們需要所謂的“計算機視覺”。根據(jù)Venture Beat的說法，計算機視覺是“計算機獲取，處理和分析主要來自視覺提示或熱傳感器，超聲波等類似來源的數(shù)據(jù)。

簡而言之，計算機視覺使得機器能夠“看”事物——甚至包括人類無法看到的事物。例如，位于匹茲堡（美國）的卡內(nèi)基梅隆大學(xué)實際上正致力于研究名為“呼吸凸輪”的計算機視覺應(yīng)用。該應(yīng)用配備了四個云連接攝像頭，可以讓用戶監(jiān)控和記錄空氣污染，甚至可以追溯到污染的源頭。是的，它“看到”了空氣質(zhì)量。

然而，要想讓機器做到人類無法做到的事情，我們必須首先使機器能夠做到人類可以做的事情：看到并標(biāo)記物體和生物。這是圖像識別的主要功能。

Tensorflow是一個由Google開發(fā)人員創(chuàng)建的開源軟件庫，它將圖像識別定義為計算機將圖像或視頻分解為像素，識別形狀，以便“看到”這些圖像的內(nèi)容，并對它們進行分類的過程。

例如，股票網(wǎng)站每天都有數(shù)百萬張圖片上傳和數(shù)十億的搜索量。通常，網(wǎng)站建設(shè)者必須為他們上傳的每張照片添加標(biāo)簽和說明，以便與用戶的搜索詞匹配。通過安裝圖像識別應(yīng)用，一旦圖像傳輸?shù)椒?wù)器，機器就可以自動識別圖像中的人物或物體。然后，它可以自動對圖像進行描述，比人類的描述更加具體，從而優(yōu)化搜索引擎并改善用戶體驗。

如何實現(xiàn)圖像識別？

目前，深度學(xué)習(xí)是最有可能讓機器實現(xiàn)“看”的能力的技術(shù)。簡單地說，深度學(xué)習(xí)就是一種機器學(xué)習(xí)框架，通過模仿人類的神經(jīng)元系統(tǒng)，為計算機提供自主學(xué)習(xí)能力。因此，計算機可以準(zhǔn)確識別圖片中的內(nèi)容，而無需根據(jù)指令安裝手動編碼的軟件——但它需要大量數(shù)據(jù)才能完成識別。

因此，全世界都在致力于開發(fā)大量數(shù)據(jù)，其中最典型的例子就是ImageNet和PASCAL數(shù)據(jù)集。經(jīng)過多年的努力，這些龐大且免費的數(shù)據(jù)集包含數(shù)百萬張圖像，每張圖像都標(biāo)記有圖像內(nèi)容相關(guān)的關(guān)鍵字

1. ImageNet：由普林斯頓大學(xué)的研究人員于2009年創(chuàng)建，這個可視化數(shù)據(jù)集擁有從Flickr等搜索引擎收集的超過1400萬個URL圖像。在數(shù)據(jù)集創(chuàng)建過程中，工作人員和志愿者對提交的圖片進行了詳細地注釋，并將其分類為約1000個對象類。

2. PASCAL：PASCAL由歐盟國家各大學(xué)聯(lián)合創(chuàng)建，與ImageNet數(shù)據(jù)集相比，PASCAL相形見絀 —— 僅有20個對象類，共20,000個訓(xùn)練圖像。

正如您可能已經(jīng)從兩者在類數(shù)量上的巨大差異中猜到的那樣，PASCAL的分類更具通用性。相反，ImageNet注重圖像識別技術(shù)發(fā)展一個關(guān)鍵特征：類間差異性——機器能夠識別兩張包含同一物種或物體的不同類型的圖像，因此圖像被分在不同的類別中。例如，雖然同一圖片在PASCAL中僅屬于“狗”這一類別，但它在ImageNet中可能被分類為“柯基犬”，“牧羊犬”或“哈巴狗”等類。

為什么要投資圖像學(xué)習(xí)？

看起來每個人都在這樣做，不是嗎？因為他們確實在這樣做。

2012年，Qualcomm Connected Experiences公司首次推出Vuforia軟件平臺。該平臺利用圖像識別技術(shù)提供大量的AR和VR相關(guān)功能，使得移動應(yīng)用程序開發(fā)人員能夠隨意擴展視野。

Facebook于2016年開始幫助盲人“看”照片和圖像。通過使用圖像識別，F(xiàn)acebook IOS應(yīng)用程序?qū)槊繌堈掌擅枋?，并為用戶大聲朗讀。

在今年早些時候，谷歌 - 世界上最值得關(guān)注的人工智能公司之一 推出了Cloud AutoML--一種旨在簡化AI在企業(yè)運營中的應(yīng)用的工具。 Cloud AutoML首先啟動了圖像識別功能，允許Google用戶拖入圖像并教會用戶系統(tǒng)在Google云上識別圖像。迪士尼和Urban Outfitters等公司已將其應(yīng)用于網(wǎng)站搜索，使結(jié)果更符合用戶需求。

然而，人工智能應(yīng)用并非大公司的特權(quán)。根據(jù)彭博首席經(jīng)濟學(xué)家McDonough的分析，自2015年中期以來，提及“AI”或“AI公司”的企業(yè)財報電話會議越來越多。事實上，80％的受訪公司表示在生產(chǎn)中應(yīng)用了AI應(yīng)用程序。

為什么有數(shù)十億美元投入到這項技術(shù)？ 我們的猜測是圖像識別潛力巨大。

圖像識別是一個非常抽象的領(lǐng)域。但是，當(dāng)應(yīng)用于具體情境時，其改變企業(yè)的潛力是無可辯駁的。讓我們看看各個行業(yè)和企業(yè)流程中圖像識別的幾種潛在應(yīng)用：

1. 醫(yī)療保?。簣D像識別最突出的能力之一是協(xié)助創(chuàng)建增強現(xiàn)實（AR）——一種“將計算機生成的圖像疊加在用戶對現(xiàn)實世界的視角之上”的技術(shù)。如果給人工智能提供AR技術(shù)和包含疾病視覺提示的數(shù)據(jù)集，你將有一個永生難忘的醫(yī)療助理。 有了它，醫(yī)生就可以在檢查期間獲得患者傷口的的實時詳細診斷建議或醫(yī)療文件。

2. 教育：圖像識別可以讓有學(xué)習(xí)困難或身體殘疾的學(xué)生以他們能夠感知的形式獲得所需的教育。計算機視覺支持的應(yīng)用程序可以提供文本到語音和圖像到語音功能，幫助視力受損或有閱讀障礙的學(xué)生“閱讀”所提供的內(nèi)容。

3. 食品和飲料：通過使用圖像識別，智能手機上的簡單應(yīng)用可以獲得Instagram和Facebook上圖像的視覺提示，分析它們并提供實時數(shù)據(jù)。 例如，根據(jù)這些照片，該應(yīng)用程序可以告訴你新加坡的某家咖啡館是您家人和朋友經(jīng)常去的地方，還是一個舉辦瘋狂聚會的場所。通過這種方式，用戶可以一目了然地獲得本地定制方案，而餐廳也可以有效地接觸到目標(biāo)受眾。

4. 電子商務(wù)：想象一個用戶在街上看到他們想買的東西，但他們找不到人問在哪里可以買到它，因此他拍了一張照片。然后，該用戶將其上傳到配備圖像識別技術(shù)的電子商務(wù)網(wǎng)站。算法本身可以“看”圖片，掃描數(shù)百萬個可選項，并推薦一個看起來與客戶所尋求的相同，至少是最接近的選項。這正是Savvycom在2018年3月創(chuàng)建新AI Lab時的初衷?，F(xiàn)在，我們的工程師正在研發(fā)人工智能視覺搜索工具，以利用擁有數(shù)千種產(chǎn)品的大型電子商務(wù)數(shù)據(jù)集，擴大電商體驗。

5. 企業(yè)流程管理：先進的圖像識別系統(tǒng)還可以在企業(yè)經(jīng)營時協(xié)助識別。例如，機器可以進行面部識別，這將取代傳統(tǒng)身份證，來確定某人是否被授予執(zhí)行某項任務(wù)的權(quán)利：如訪問文件存儲系統(tǒng)，參加會議或檢查工作。然而，我們不得不承認，由于個人情感、化妝等因素的影響，“看”和“識別”人臉比識別物體要復(fù)雜得多。因此，Savvycom的目標(biāo)是盡快在即將開展的項目中解決這個問題。

圖像識別技術(shù)發(fā)展面臨哪些障礙？

圖像識別并非一個新領(lǐng)域，但放眼全局，它仍處于早期階段。就像任何一個典型的成長中少年一樣，在適應(yīng)現(xiàn)實世界時也存在問題。

還記得“80％的組織表示他們在生產(chǎn)中應(yīng)用了AI應(yīng)用程序”嗎？在這些應(yīng)用了人工智能技術(shù)的公司中，約有33％的公司表示采用人工智能技術(shù)的最大障礙是不穩(wěn)定性 - 不成熟且未經(jīng)證實。34％認為很難招聘到合格的工程師，40％表示信息技術(shù)基礎(chǔ)設(shè)施建設(shè)阻礙了人工智能技術(shù)的引進，且很容易對公司的財務(wù)造成不利影響。

資金也是一個重要影響因素。由于用于數(shù)據(jù)流編程的開源軟件庫越來越多，如Microsoft CNTK和Accord.Net，機器學(xué)習(xí)愛好者能夠以極低的成本進行研究和學(xué)習(xí)。然而，并非所有問題都能得到解決，因為并非一切都是已知的。為了實現(xiàn)產(chǎn)品創(chuàng)意，要平衡預(yù)算，公司仍有很長的路要走。

有一種解決方案可以解決許多上述問題：外包。IT外包公司專注于技能和專業(yè)知識，能以可預(yù)測的管理成本提供高端工具和最佳實踐操作。簡而言之，他們知道自己在做什么。那是他們的工作。

總而言之，圖像識別是計算機視覺時代到來的早期征兆。無論它將如何應(yīng)用或?qū)?yīng)用于哪些行業(yè)，圖像識別技術(shù)永遠不可能孤立發(fā)展。只有通過訪問更多圖片，實時數(shù)據(jù)，花費更多的時間和精力才能使其更加強大。只有認識到這一點，并充分利用這些聯(lián)系的企業(yè)才可能在未來取得成功。