识别技术|识别技术在数字经济时代的新发展

随着科技的进步,现代社会的发展可谓是日新月异,对我们的日常生活而言,感受最突出的一个方面,大概就是便利 。在菜市场,我们不用担心零钱问题,刷刷手机就能付款;在火车站,我们不用排队取票,刷刷身份证就能顺利进展;回到家,我们不怕忘带钥匙,刷刷指纹就能开门 。
识别技术|识别技术在数字经济时代的新发展
文章图片

指纹识别是生活中应用最广泛的识别方式|Pixabay
这些便利,离不开计算机识别技术的发展 。计算机识别技术,又被称为模式识别,是指通过计算机用数学技术方法来研究模式的自动处理和判读 。“模式”按照分类依据的不同,可以被分成很多种类别,例如按照识别对象的不同,可以分为对环境的识别和对客体的识别 。如果这个客体是人类的话,我们又可以把模式识别分为光学信息识别和声学信息识别等类别 。
20世纪40年代至 20世纪50年代,随着计算机及人工智能的诞生,模式识别的概念也应运而生 。到了20世纪60年代,模式识别技术迅速发展,成为一门新兴的学科 。早期的模式识别技术的研究重点主要集中在数学方法上,统计决策理论方法求解模式识别问题的理论极大的促进了模式识别研究的发展 。而后,有科学家将模式识别的研究方向转移到了人工神经元网络领域,学者们发现计算机网所具有的存储和计算能力,将给模式识别技术带来新的革新 。人工神经元网络技术也不负所望,在短短几年内就极大的推动了模式识别技术的发展,取得了很多应用上的成果 。
模式识别技术之所以能够飞速发展,离不开它的显著特点 。与人工相比,模式识别技术的优点非常显著,速度快、准确度高,即效率高 。对于飞速发展的市场而言,效率无疑与竞争力与效益直接挂钩,这对于任何一个领域而言,都是不能放弃的“关节”般的技术 。
识别技术|识别技术在数字经济时代的新发展
文章图片

拍照时候自动对准脸部就是一种模式识别
Wikipedia Creative Commons Attribution-Share Alike 3.0 Unported
随着模式识别技术的不断发展,其所应用的领域不断拓宽,与其它学科的交叉也日益增多 。不过,从模式识别系统的本质上来看,模式识别的关键就是利用模糊数学的理论去解决分类识别的问题 。按照识别技术所应用的领域的不同,目的的不同,所采用的识别方法也不同 。不过总体而言,模式识别系统基本上可以由三个部分组成,分别是数据的采集与生成,数据分析与数据分类 。
模式识别的发展方向多样,目前主要有图像处理、计算机视觉、语音语言信息处理等研究方向 。
图像处理技术很好理解,即用计算机对图像进行处理的技术 。图像处理技术在模式识别上的应用,需要让计算机从图像中抽取某些有用的度量、数据或信息,并进行分析,进而进行分类与识别 。在模式识别的实际应用中,图像处理技术往往作为前置处理步骤出现,需要联合计算机视觉等技术才能完成实际应用 。
计算机视觉技术是指使用设备对目标进行识别、分析和处理的一项技术 。计算机视觉技术的主要任务,就是模拟生物视觉,对所采集到的图像数据进行处理,并获取相应场景的三维信息 。对于人类以及其他生物而言,通过视觉感知环境是一种编进基因中的本能,但这对于计算机而言却极具挑战性 。计算机视觉是一门综合性的学科,包含计算机科学和工程、信号处理、物理学、应用数学、统计学、神经生理学和认知科学等学科 。

推荐阅读