人工智能在模式识别中的应用研究

1、人工智能在模式识别中的应用研究摘要：信息技术的飞速发展使得人工智能的应用范围 变得越来越广，而模式识别作为其中的一个重要方面，一直 是人工智能研究的重要方向。在介绍人工智能和模式识别的 相关知识的同时，对人工智能在模式识别中的应用进行了一 定的论述。关键词：人工智能；模式识别；数字识别；人脸识别 中图分类号： TP14 文献标识码： A 文章编号： 1007-9599 (2011) 10-0000-01Artificial Intelligence Applications Research in Pattern RecognitionYuan Ying,Sun Yanjun,Sun Yepi

2、ng,Wang Jingang(Tianjin Tianshi College,School of Electronics and Computer Science,Tianjin301700,China)Abstract:The rapid development of information technology makes the application of artificial intelligence become more and more widely,and pattern recognition as one of the important aspects of arti

3、ficial intelligence has always been an important research direction.Introducing the artificial intelligence and pattern recognition related knowledge,on the artificial intelligence in pattern recognition applications a certain amountof discussion.Keywords:Artificial intelligence;Pattern recognition;

4、Digital identification;Face recognition一、引言随着计算机应用范围不断的拓宽，我们对于计算机具有 更加有效的感知“能力” ，诸如对声音、文字、图像、温度 以及震动等外界信息，这样就可以依靠计算机来对人类的生 存环境进行数字化改造。但是从一般的意义上来讲，当前的 计算机都无法直接感知这些信息，而只能通过人在键盘、鼠 标等外设上的操作才能感知外部信息。虽然摄像仪、图文扫 描仪和话筒等相关设备已经部分的解决了非电信号的转换 问题，但是仍然存在着识别技术不高，不能确保计算机真正 的感知所采录的究竟是什么信息。这直接使得计算机对外部 世界的感知能力低下，成为计算机应

5、用发展的瓶颈。这时， 能够提高计算机外部感知能力的学科模式识别应运而 生，并得到了快速的发展。人工智能中所提到的模式识别是指采用计算机来代替 人类或者是帮助人类来感知外部信息，可以说是一种对人类 感知能力的一种仿真模拟。它探讨的是计算机模式识别系统 的建立，通过计算机系统来模拟人类感官对外界信息的识别 和感知。二、人工智能和模式识别一）人工智能。人工智能（ Artificial Intelligence ），是相对与人的自然智能而言的，它是指采用人工的方法及技 术，对人工智能进行模仿、延伸及扩展，进而实现“机器思 维”式的人工智能。简而言之，人工智能是一门研究具有智 能行为的计算模型，其最终的

6、目的在于建立一个具有感知、 推理、学习和联想，甚至是决策能力的计算机系统，快速的 解决一些需要专业人才能解决的问题。从本质上来讲，人工 智能是一种对人类思维及信息处理过程的模拟和仿真。（二）模式识别。模式识别，即通过计算机采用数学的 知识和方法来研究模式的自动处理及判读，实现人工智能。 在这里，我们将周围的环境及客体统统都称之为“模式” ， 即计算机需要对其周围所有的相关信息进行识别和感知，进 而进行信息的处理。在人工智能开发，即智能机器开发过程 中的一个关键环节， 就是采用计算机来实现模式 （包括文字、 声音、人物和物体等）的自动识别，其在实现智能的过程中 也给人类对自身智能的认识提供了一个

7、途径。在模式识别的 过程中，信息处理实际上是机器对周围环境及客体的识别过 程，是对人参与智能识别的一个仿真。相对于人而言，光学 信息及声学信息是两个重要的信息识别来源和方式，它同时 也是人工智能机器在模式识别过程中的两个重要途径。在市 场上具有代表性的产品有：光学字符识别系统以及语音识别 系统等。在这里的模式识别，我们可以将之理解成为：根据识别 对象具有特征的观察值来将其进行分类的一个过程。采用计 算机来进行模式识别，是在上世纪 60 年代初发展起来的一 门新兴学科。三、人工智能在模式识别中的应用（一）数字识别及语音识别。在数字识别的过程中，对 于手写体的识别一直是一个难题，而其又在邮政编码的

8、识 别、银行业务等方面具有较为广泛的应用，但是其字体形式 变化较大，导致提高对其的识别率成为了一个难题，精准的 识别存在着较大的困难。而采用人工智能中的神经网络技术 后，系统可以利用神经网络的学习及快速并行功能来实现对 手写数字的快速识别，有力的提高相关运用领域的工作效 率。而语音识别，简单的将就是能使得计算机能听懂人所说 的话，一个典型的例子就是七国语言（中、日、英、意、韩、 法、德）口语自动翻译系统，它可以将人说的话翻译成为机 器所设定的目的语言，在整个过程中不需要翻译人员的参 与。其中的中文部分实验平台设置在中科院自动化所的模式 识别国家重点实验室中，这标志着我国的机器口语翻译研究 已经

9、跨入世界先进行列。在这个系统的功能实现之后，出国 旅行需要预定旅馆、购买机票、就餐等需要和外国人进行对 话时，只需要利用电话网络或者是国际互联网就能够顺利的 和对方进行通话，进行语言交流。（二）人脸立体识别模式。人脸识别的过程主要包括这 样三个主要的部分：其一，人脸模式库，即与所采集的实时 图像进行对比，判断其是否存在于人脸模式库当中，若存在，则给出每个人脸的位置和大小等相关的脸部信息；其二，对 面部特征进行定位，即对每一个人脸的主要器官进行检测， 包括对其的具体位置和形状等特征进行具体的信息收集，然 后将之进行归一化的处理；其三，比对，即根据所采集到得 人脸面部特征来和人脸模式库中的图像进行

10、对比，之后对该 人脸的身份进行核实。常见的人脸识别技术大部分可以归为这样三个类型：采 用基于几何特征的方法，基于模板的方法以及基于模型的方 法。其中，基于几何特征的方法最为常见，它通常需要与其 他的算法进行结合之后才能形成比较好的识别效果；而基于 模板的方法又能够分为基于匹配的方法、脸部特征的方法、 线性判别分析的方法、神经网络方法以及奇异值分解方法 等；再次，基于模型的方法主要包括基于隐马尔可夫模型、 主动外观模型和主动形状模型方法等。采用人脸识别模式来进行身份验证具有明显的有点，诸 如：易用性好、准确度高、隐私性能好、稳定性好，且能被 大部分的用户容所接受。人脸二维图像的识别已经基本实 现，但是基于三维的立体图像人脸识别技术却处于研发阶段。人脸的二维及三维模型所反映的脸部外部