图像处理
图像识别
• 图像识别技术是信息时代的一门重要的技术，其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻
• 图像识别技术的定义为利用计算机对图像进行处理、分析和理解，以识别不同模式的目标和对象的技术。
• 图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计 和 分类决策。
模式识别
• 模式识别是人工智能和信息科学的重要组成部分。模式识别是指对表示事物或现象的不同形式的信息做分析和处理从而得到一个对事物或现象做出描述、辨认和分类等的过程。
• 计算机的图像识别技术就是模拟人类的图像识别过程。在图像识别的过程中进行模式识别是必不可少的。
• 模式识别原本是人类的一项基本智能。但随着计算机的发展和人工智能的兴起，人类本身的模式识别已经满足不了生活的需要，于是人类就希望用计算机来代替或扩展人类的部分脑力劳动。这样计算机的模式识别就产生了。
• 简单地说，模式识别就是对数据进行分类，它是一门与数学紧密结合的科学，其中所用的思想大部分是概率与统计。
模式识别与图像识别的专业概念无需深入专研，难啃的概念，差不多的东西，过于官方。
图像识别的过程
图像识别技术的过程分以下几步：
- 信息的获取：是指通过传感器，将光或声音等信息转化为电信息。也就是获取研究对象的基本信息并通过某种方法将其转变为机器能够认识的信息。
- 说人话就是，你要做人脸识别，就得收集多多得人脸照片。
- 行话就是，获取数据集。
- 预处理：主要是指图像处理中的去噪、平滑、变换等的操作，从而加强图像的重要特征。图像增强。
- 说人话就是统一输入的标准：比如统一形状大小等
- 就是预处理
- 特征抽取和选择：是指在模式识别中，需要进行特征的抽取和选择。特征抽取和选择在图像识别过程中是非常关键的技术之一。
- 设计cnn
- 因为卷积核就是用来提取特征的
- 分类器设计：是指通过训练而得到一种识别规则，通过此识别规则可以得到一种特征分类，使图像识别技术能够得到高识别率。分类决策是指在特征空间中对被识别对象进行分类，从而更好地识别所研究的对象具体属于哪一类。
- 设计fc
- 因为全连接层能用来做分类
图像识别的应用
- 图像分类
- 网络搜索
- 以图搜图
- 智能家居
- 电商购物：“相似款（拍照识别/扫描识别）”
- 农林业：森林调查。
- 金融
- 安防
- 医疗
- 娱乐监管
分类与检测
• 分类：当我们面对一张图片的时候，最基础的任务就是这张图片是什么，是风景图还是人物图、是描写建筑物的还是关于食物的，这就是分类。
• 检测：当知道了图像的类别的时候，进一步的就是检测了，例如我知道这个图像是关于人脸的，那么这个人脸在哪里，能不能把它框出来。
• 应用：物体分类与检测在很多领域得到广泛应用，包括安防领域的人脸识别、行人检测、智能视频分析、行人跟踪等，交通领域的交通场景物体识别、车辆计数、逆行检测、车牌检测与识别，以及互联网领域的基于内容的图像检索、相册自动归类等。
