王雪淳

摘 要 圖像識(shí)別與生成技術(shù)是計(jì)算機(jī)通過(guò)分析圖片而提取圖像特征，根據(jù)特征來(lái)模仿，生成圖片的技術(shù)。這項(xiàng)技術(shù)目前已較廣泛應(yīng)用于手機(jī)解鎖，司法鑒定，醫(yī)學(xué)診斷，游戲娛樂(lè)等領(lǐng)域。圖像識(shí)別與生成技術(shù)在人工智能領(lǐng)域已有多方面的應(yīng)用，且有極大的上升空間與發(fā)展?jié)摿Α?/p>

關(guān)鍵詞 人工智能；圖像識(shí)別；圖像生成

中圖分類(lèi)號(hào) TP3 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2019）232-0153-02

2017年11月3日，蘋(píng)果公司推出一款可以通過(guò)人臉識(shí)別技術(shù)來(lái)解鎖的手機(jī)iPhoneX，一時(shí)大受追捧。這一技術(shù)不僅為廣大用戶提供便利，同時(shí)也使大部分人愿意為這樣一份新鮮感而買(mǎi)單。一些網(wǎng)頁(yè)程序，如近期比較熱門(mén)的網(wǎng)頁(yè)小游戲image-toimage，可以將用戶輸入的簡(jiǎn)單幾何形轉(zhuǎn)化為貓，建筑物等實(shí)物圖像。本文將簡(jiǎn)要分析這些應(yīng)用背后的圖像識(shí)別與生成技術(shù)。

1 人工智能概述

人工智能，是一門(mén)研究、開(kāi)發(fā)用于擴(kuò)展人類(lèi)智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的科學(xué)技術(shù)[ 1 ]。它起源于20世紀(jì)50年代，至今已經(jīng)過(guò)了多個(gè)瓶頸期和突破期，其中最新的一個(gè)突破源于近五年計(jì)算機(jī)數(shù)據(jù)科學(xué)的蓬勃發(fā)展所帶來(lái)的大數(shù)據(jù)技術(shù)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，主要以能做出與人類(lèi)相似的反應(yīng)，并勝任一些需要人工智能才能完成的復(fù)雜工作為目標(biāo)，具體研究領(lǐng)域包括機(jī)器人，語(yǔ)言識(shí)別，圖像識(shí)別，自然語(yǔ)言處理和專(zhuān)家系統(tǒng)等領(lǐng)域。其中主要分為具備自我思考、自我推理及解決問(wèn)題能力的強(qiáng)人工智能，及不具備此類(lèi)能力的弱人工智能[ 2 ]。

2 圖像識(shí)別技術(shù)及其在人工智能中的應(yīng)用

2.1 圖像識(shí)別技術(shù)原理

圖像識(shí)別技術(shù)，是一種計(jì)算機(jī)通過(guò)提取圖像關(guān)鍵性重要特征以識(shí)別各種不同模式的目標(biāo)和對(duì)象的技術(shù)。這一技術(shù)已經(jīng)得到了深入的研究和廣泛的發(fā)展，是計(jì)算機(jī)學(xué)科領(lǐng)域非常重要的研究方向之一[ 3 ]。

2.2 人工智能圖像識(shí)別應(yīng)用

人工智能圖像識(shí)別廣泛應(yīng)用與多個(gè)領(lǐng)域，如司法、娛樂(lè)等，同時(shí)還與醫(yī)學(xué)等學(xué)科有交叉。

1）識(shí)別筆跡。其在司法筆跡鑒定中的應(yīng)用也較為成熟，能分析且提取筆跡形態(tài)上的特征，如長(zhǎng)寬比，字間距，筆畫(huà)粗細(xì)，折筆角度等關(guān)系，實(shí)現(xiàn)筆跡鑒定。但同時(shí)也存在一些如對(duì)于摹仿簽名筆跡的有效識(shí)別率較低等問(wèn)題[ 4 ]。對(duì)筆跡的識(shí)別研究是法務(wù)判斷的重要參考。在經(jīng)濟(jì)領(lǐng)域，涉及合同簽名等問(wèn)題中，筆記鑒定顯得尤為重要。除此，筆記識(shí)別還可鑒定收藏品中的名家筆墨，是真品還是贗品，抵制販賣(mài)假貨的行為，保護(hù)公民個(gè)人財(cái)產(chǎn)。

2）識(shí)別繪畫(huà)圖像。一些小程序游戲可成為開(kāi)發(fā)者前期訓(xùn)練人工智能的絕佳場(chǎng)所。“猜畫(huà)小歌”就是這樣是一款谷歌推出的微信游戲小程序，其主要內(nèi)容是人工智能識(shí)別玩家的簡(jiǎn)筆畫(huà)。游戲的玩法類(lèi)似“你畫(huà)我猜”，但游戲的參與者不全是真人玩家。在玩家畫(huà)畫(huà)的同時(shí)，人工智能可以不斷地提供猜測(cè)的答案并顯示在手機(jī)屏幕上，直到猜對(duì)正確答案或游戲時(shí)間（每輪20秒）結(jié)束為止?！安庐?huà)小歌”可以通過(guò)預(yù)先分析上萬(wàn)張手繪簡(jiǎn)筆畫(huà)，提取其中不同物體的關(guān)鍵特征，掌握群眾繪圖時(shí)的基本思路。然后當(dāng)用戶們只畫(huà)下簡(jiǎn)單的線條，甚至是人類(lèi)也看不出所畫(huà)何物時(shí)，“猜畫(huà)小歌”可以迅速將線條與數(shù)據(jù)庫(kù)匹配，繼而給出答案[ 5 ]。由于小程序游戲的廣泛傳播與極易上手，越來(lái)越多的用戶為“猜畫(huà)小歌”的數(shù)據(jù)庫(kù)提供素材，從而促進(jìn)人工智能領(lǐng)悟人類(lèi)繪畫(huà)時(shí)的思維習(xí)慣，不僅降低前期訓(xùn)練人工智能成本，也大大提高訓(xùn)練效率。

3）識(shí)別實(shí)物圖像。人工智能的圖像識(shí)別技術(shù)還可識(shí)別人臉和植物等實(shí)物。

人臉識(shí)別是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。人臉可受發(fā)型，胡子，妝容，光源等影響，故此人臉識(shí)別需要先分割人臉，才能提取人臉特征，如五官大小，分布間的參數(shù)比例等，建立三維人臉模型，再匹配和識(shí)別人臉。此項(xiàng)技術(shù)極廣泛的應(yīng)用于日常生活，如人臉識(shí)別解鎖手機(jī)，超市中識(shí)別人臉后即可用相應(yīng)賬戶付錢(qián)[ 6 ]。隨其安全性仍飽受爭(zhēng)議，但不可否認(rèn)人臉識(shí)別技術(shù)的發(fā)展也為社會(huì)帶來(lái)極大的便捷。

“花伴侶”App是一款植物智能識(shí)別App，由于花卉種類(lèi)繁多，分布廣泛，特性相異，光建立數(shù)據(jù)庫(kù)就已是一項(xiàng)龐大的工程。制作團(tuán)隊(duì)選取眾多花的照片，進(jìn)行分析鑒定，現(xiàn)已實(shí)現(xiàn)五千多種中常見(jiàn)植物的智能識(shí)別[7]。這一大眾化App使用戶們每拍一張照片，就可了解所見(jiàn)一些常見(jiàn)植物的相關(guān)知識(shí)，更易滿足人們求知欲，同時(shí)也為科學(xué)研究作出一定貢獻(xiàn)。

4）識(shí)別醫(yī)學(xué)診斷。病理圖像是疾病診斷的金標(biāo)準(zhǔn)，醫(yī)師通過(guò)分析圖像中細(xì)胞屬性來(lái)進(jìn)行診斷決策。數(shù)字病理切片是將整張載玻片進(jìn)行全信息、全方位快速掃描，使物質(zhì)化的玻璃載玻片變成數(shù)字化的病理切片[8]。計(jì)算機(jī)可識(shí)別組織中的腫瘤，并將結(jié)果快速輸出成病理報(bào)告，從而為醫(yī)師減負(fù)，也大大提高就診效率與準(zhǔn)確率。在中醫(yī)領(lǐng)域，計(jì)算機(jī)也可以識(shí)別不同植物的紋理，判斷中藥真假，甚至能推測(cè)其作用部位。這些應(yīng)用都降低醫(yī)生工作難度，也降低誤診率，為人類(lèi)社會(huì)提供更好的就醫(yī)體驗(yàn)。

3 圖像生成技術(shù)及其在人工智能中的應(yīng)用

圖像生成技術(shù)有助于人工智能的機(jī)器學(xué)習(xí)等系統(tǒng)，促進(jìn)其將接收到的信息轉(zhuǎn)化為系統(tǒng)可以理解與處理的信息，使自我知識(shí)體系不斷完善，逐漸降低對(duì)人類(lèi)專(zhuān)家依賴(lài)程度，從而使性能提高。

3.1 圖像生成技術(shù)原理

圖像生成技術(shù)指系統(tǒng)通過(guò)計(jì)算機(jī)視覺(jué)嘗試分析一副或多副二維圖像，感知幾何信息，提取其中特點(diǎn)，而用能力模仿特征生成相關(guān)圖像。

3.2 人工智能圖像生成應(yīng)用

基于圖像生成技術(shù)，人工智能可模仿人類(lèi)書(shū)寫(xiě)效果或名畫(huà)家繪畫(huà)風(fēng)格，可將實(shí)物與繪圖相互轉(zhuǎn)換。同時(shí)，圖像生成技術(shù)對(duì)于虛擬現(xiàn)實(shí)、人機(jī)交互、網(wǎng)絡(luò)輔助教學(xué)等都有廣泛應(yīng)用。

1）生成筆跡。筆記生成技術(shù)主要是計(jì)算機(jī)對(duì)人類(lèi)的真實(shí)書(shū)寫(xiě)進(jìn)行分析，從而能模仿出其書(shū)寫(xiě)風(fēng)格。但由于在電子產(chǎn)品上書(shū)寫(xiě)時(shí)，沒(méi)有壓感，機(jī)器必須先分析真實(shí)毛筆的筆刷形態(tài)，筆鋒等進(jìn)行分析，建立相關(guān)筆刷模型，在分析人類(lèi)書(shū)寫(xiě)時(shí)的速度，從而調(diào)整筆畫(huà)粗細(xì)與筆鋒，生成能具體體現(xiàn)書(shū)寫(xiě)者書(shū)法效果的字體[ 9 ]。然后人類(lèi)在電子產(chǎn)品中寫(xiě)下的字體就更美觀也更真實(shí)，促進(jìn)無(wú)紙化辦公發(fā)展。