人工智能融合模式識別的應用研究

史珊珊，龍卓群

（西安航空學院電子工程學院，西安 710077）

1 人工智能技術

人工智能需要借助于計算機來模擬人工的方法、技術，以達到延伸和擴展人的智能的目的，其結果完全由“機器思維”產生。

人工智能作為一個前沿的學科，研究人員以研究計算機的智能行為為主要的研究方向，以設計出具備類似于人類思維的計算系統為最終的研究目標，這里提到的人類思維，主要指的是學習、推理、感知、聯想等方面的能力，尤其是有關決策方面的能力，這將使得那些以前只能由人類專家解決的復雜問題變得相對簡單，從而真正意義上實現人與機的高度統一。換句話來說，人工智能實際上就是通過計算機來高度模仿人類的思維，使計算機具有學習、推理、感知、決策等能力。

2 模式識別技術

從廣義的角度來講，模式識別主要包含兩個方面：一是將計算機作為研究對象，重點研究采用怎樣的途徑來有效地實現計算機的擬人化。二是將生物體作為研究對象，本質上屬于一種認識科學。而本文側重于討論和研究計算機模擬識別的理論和方法。

模擬識別作為人工智能的一個重要的研究方向，以計算機為媒介、運用數學技術來實現模式的自動處理、判斷。現階段，計算機模式識別以對外部環境（人物、聲音、文字）的有效識別作為其最為重要的研究點。在這里需要提一下信息處理，其指的是人類根據外界環境的變化而對信息做出的識別、判斷等動作。對人類來講，聲學信息和光學信息是兩個最為重要的信息來源，不同的信息所借助的媒介是不同的，其中，獲取聲學信息需要依賴于聽覺器，獲取光學信息則需要依賴于視覺器，而模式識別就是要讓計算機能夠像人類那樣自動地完成信息采集工作。目前，市場上的信息采集系統并不是特別的多，其中較為成熟的有語音識別系統和光學字符識別系統這兩種。

3 人工智能融合模式識別技術的應用

3.1 數字識別、漢字識別、語音識別

在以前，手寫數字在郵政編碼、銀行業務等的識別方面扮演著一個舉足輕重的角色作用，但由于個體差異的客觀存在、書寫習慣的不同，不僅極大地增加了工作的難度，還在一定程度上帶來了各種各樣的失誤，使得工作人員的識別工作開展起來十分困難。因此，手寫數字的智能識別成為了人工智能識別的一個重要的應用方向，并且伴隨著人工智能的進一步發展，該問題將會得到徹底的解決。與數字識別相比，漢字識別難度更大，漢字系統龐大、呈現模式不同，在很大程度上加大了計算機的識別難度，在這樣的情況下，要想成功地識別出手寫漢字，是具有一定難度的。現階段，市場上已經出現了一些較為成熟的漢字識別軟件（比方說清華紫光OCR軟件），能夠高精準度的掃描并識別圖片中的文字，給識別工作帶來了極大地便利性。簡單的來講，語音識別指的就是讓計算機能夠聽的懂人類的語言。目前，市場上出現的一些口語翻譯系統已經具備了翻譯多國語言的功能。在國內，中國科學院自動化所成功地構建出了一個中文實驗平臺，使我國的口語翻譯取得了一個巨大的突破。該系統的構建，使得我國人民的國外生活、出國旅游、跨國貿易等變得更加的方便。

3.2 基于模式識別的網絡考試系統

基于模式識別的網絡考試系統運用了SQLServe數據庫和指紋模式，能夠實現網上考試、在線培訓和自主學習等功能。基于模式識別的網絡考試系統則大大地簡化了操作流程，不僅成功地給員工減少了負擔，還給員工創造了更好的學習深造機會。當前，基于模式識別的考試系統更多地應用于企業的多媒體教室中，由一臺服務器和兩個指紋識別構成，其中，計算機一般采用Windows作為操作系統，而開發工具則使用c++Builder5.0。另外，考試系統軟件主要由指紋校驗、試卷管理、考試管理及考試記錄這四個部分組成。

3.3 人臉立體模式識別

人臉的識別是一個相對比較復雜的過程，通常情況下包含人臉模式庫、面部特征的定位及比對這三個部分。現階段，人臉識別技術主要有以下三種：一是基于幾何特征的方法，該方法最為常見、使用最為廣泛，但其需要與其他的方法有效地配合在一起使用，才能獲取最佳的效果。二是基于模板的方法，一般情況下模板對象是不相同的，因而可以根據模板對象的不同，進一步地細分為基于臉部特征的方法、基于神經網絡的方法等。三是基于模型的方法，有基于主動外觀模型的方法、基于隱馬爾可夫模型的方法等。依據人的臉部特征來進行身份的驗證，不僅具有較高的精確度和認可度，還具有較好的穩定性，因而得到了眾多的用戶的好評。在應用時，人臉識別技術容易受到光照、表情等因素的影響，識別結果可能存在一定的偏差。眾所周知，人臉的二維特征和三維特征是存在一定差別的，且各有特點，二維所得到的圖像灰度值一般指的是臉部表面亮度的差異，而三維指的是臉型數據的差異，因而通過三維特征，能夠獲取更為豐富的臉部信息，具有更高的精確度。

4 結束語

本文較為簡潔的闡釋了人工智能和模式識別的涵義，并重點分析了人工智能在模式識別中的具體應用。盡管現階段人工智能在模式識別中的研究還不夠深入，但隨著科研人員對模式識別進行更為深入的研究，其應用必將更為廣泛，人工智能有著一個光明的發展前景。