計算機圖像識別的智能化處理技術瓶頸成因與突破方向分析

酈麗華

（浙江育英職業技術學院，浙江 杭州 310018）

0 引言

在目前移動互聯網快速普及的大環境下，用戶的圖像檢索需求不斷提高，但在互聯網服務器中存儲的海量圖像信息，大部分未經過標簽標識，造成用戶檢索準確度較低，無法保證用戶的使用體驗，從這一點來看， 計算機圖像識別的智能化處理顯得十分必要，唯有智能識別處理技術才能對存儲于網絡服務器中的圖像進行快速、精準地識別。 因此，計算機圖像識別智能處理技術也成為現階段圖像識別領域的研究焦點，許多企業的研究也逐漸取得成果。 比如，百度的圖片搜索引擎、淘寶的圖片搜物功能，等等，均能實現對用戶上傳的圖片進行智能化識別處理，同時根據識別結果向用戶呈現出高相似度的圖片，大幅提高了圖像檢索效率與精確度。 但從整體技術發展來看，我國近些年在計算機圖像識別智能處理技術方面尚處在初級發展階段，與發達國家相比存在一定差距，要想實現該項技術的有效突破，則要找準目前發展中的瓶頸，提升技術的核心競爭力。

1 計算機圖像識別智能化處理技術概述

借助計算機設備對數據進行快速、精確處理的優勢， 將存在一定聯系的圖像利用先進技術予以處理，識別出對象的多種模式，可稱作為計算機圖像識別處理技術。 目前，該技術在生活生產的眾多領域均有應用，已成為人們日常生活中不可缺失的組成，而將圖像識別技術與智能化處理技術進行有機融合，能實現圖像信息的數字化轉換， 再傳輸至計算機系統中，能保證處理后的數據信息不受干擾， 利于長期保存，便于各種媒介形式的傳輸轉化，在更多領域均可適用。比如，傳感器設備中的五色低照度處理技術，便是一種圖像識別智能處理技術，能夠提升各種攝像設備或監控設備的分辨率， 促使圖像能夠更易識別與觀測，同時這種高感光度的技術還能保證監控設備在低光線環境下拍攝出明亮照片，改變了過去陣列紅外補光技術的弊端，讓圖片呈現出更清晰的效果，以智能化處理技術的加持彌補圖片清晰度不足的問題。

2 計算機圖像識別智能化處理技術的主要特點與優點

2.1 主要特點

（1）樣本數據信息量大。 計算機在對圖像進行識別與智能化處理的過程中，必須保證有足夠的海量樣本數據信息進行預處理，然后基于預處理過后的圖像信息對智能識別模型進行訓練，而這一過程對計算機的存儲容量要求高， 同時需要計算大量數據信息，意味著要提高計算機性能。 此外，智能圖像識別系統在對樣本數據庫以外的圖像信息進行智能識別時，必定要進行復雜的匹配度計算， 倘若能與數據庫匹配，則會輸出匹配結果；倘若無法匹配，則會將其視作為全新圖像數據，對智能圖像識別模型予以豐富。 可見，智能圖像識別系統會不斷地涌入數據信息，有著海量樣本數據信息的特點。

（2）數據之間關聯性強。 在對圖像進行智能化識別處理的過程中，為了降低系統對計算機設備的資源占用率，一般會對圖像數據信息進行壓縮，以便提高圖像特征信息的分類及識別效率。 特別是對三維圖像信息的獲取，在輸入三維圖像時，一方面要輸入三維幾何圖像，另一方面還要重新測量圖像周圍的三維景物，同時適當添加人為假定因素，用以表現三維圖像的特征信息，方便日后對三維圖像的精準識別。 可見，這一過程也即是構建圖像數據信息之間的關聯性，以更強的關聯性來提高三維圖像數據特征的表現參數。

（3）人工干預性強。 通常來講，計算機圖像智能識別處理系統在借助樣本數據庫訓練智能識別模型時，或多或少會有人工參與， 形成對識別結果的影響，這樣才能不斷提高識別精度，保證圖像智能識別模型的可靠性。 由此可見，計算機圖像識別智能模型存在人工干預性強的特點，而人工干預畢竟會受到個體喜好等各種主觀因素的影響，會造成對圖像識別結果的影響，所以在無法避免人工干預的前提下，應當制定人工評價標準，盡量統一人工干預的尺度，避免因為主觀因素參與過多而影響智能識別系統模型的穩定性。

2.2 主要優點

（1）識別精度高。 以往的計算機圖像識別技術在對圖像進行預處理時，一般是對模擬圖像進行數字化處理，需要進行模數轉換，這一過程必定會丟失較多數據量， 導致難以滿足智能圖像識別技術的精度要求。 而計算機圖像識別智能化處理技術的應用，能夠對數字化圖像進行直接化處理，獲取到更加精準的圖像數據信息，能滿足不同用戶的個性化要求。 計算機圖像識別智能處理技術還能實現圖像、信息之間數學關系的量化處理，從而呈現出更加精準的數據，讓獲得的樣本圖像信息更加詳細，能有效避免圖像數據的丟失，提高圖像識別的準確度與可靠性。

（2）表現性強。 計算機圖像識別的智能化處理技術能夠對圖像的主要因素展開有效計算、 分析及處理，其中智能圖像識別系統能夠在不同場景下實現圖像的還原及再現，保證計算機在分析與識別目標圖像之后，依舊能呈現出高清晰度和成效效果的圖像。

（3）靈活性高。 在應用計算機圖像識別智能處理技術對圖像進行識別與處理時， 能夠結合使用需求，針對待處理圖像予以放大或加強，從而以更高的靈活性適應實際應用需求。 此外，在對目標圖像展開線性運算以及非線性處理之后，能準確識別圖像；在對不同目標圖像信息進行編碼后，再利用二維數據組合圖像灰度，便能在計算機設備上清晰展現。

3 現階段計算機圖像識別智能化處理技術的瓶頸成因與未來突破方向

3.1 技術瓶頸及成因

從現狀來看， 隨著我國互聯網與計算機技術的高速發展， 在圖像識別技術領域的研究也有了突飛猛進的進步，在多年的資本與技術投入下，如今各行業領域中也能廣泛看到計算機圖像識別智能化處理技術的應用身影，并且推廣范圍日漸擴大。 然而，不可否認的是目前該項技術依舊處在發展起步階段， 能夠實現的技術效果也僅是簡單識別， 加之在對該技術的研究過程中會受到一些外界因素的影響， 僅能對少部分特定圖像展開較為精準地識別， 倘若將識別圖像范圍擴大至未曾深入涉足或較為復雜的領域， 那么圖像識別的效率及精度就很難保障，甚至會出現無法識別的情況。

具體來講，此處所言形成影響的外界因素主要包含兩點：其一，計算機系統的硬件條件限制；其二，倘若要識別未曾涉足的部分或較為復雜的部分，會導致計算量增多而需要長時間處理，最終計算得出的結果也無法保證精度。 目前我國的計算機圖像識別智能處理技術的瓶頸便體現于此，雖然這些年技術的快速發展也取得了諸多驕人成果，但依舊要明白追趕的路程還很遙遠，加之我國可用軟件與設備相對偏少，許多技術研究還需要從國外進口設備，無形中也會制約我國計算機圖像識別智能處理技術的發展。 此外，目前我國針對計算機圖像識別智能處理技術的研究還集中在二維圖像識別處理方面，計算機處理速度還無法匹配高精度、高復雜度的圖像信息識別處理，所以難以滿足更高的處理要求。 倘若今后通過技術研究能夠實現計算機系統類人化，擁有能媲美人類的視覺感官能力，則會讓計算機圖像識別處理效率與精度有質的提升。

3.2 未來突破方向

（1）提高圖像信息處理效率。計算機技術的高速發展會進一步推動各行業領域的信息化進程， 大幅提升行業信息化程度，也即提高工作效率。特別是在計算機圖像識別智能處理技術中， 要通過對智能算法的應用去提高對圖像識別數據的處理速度， 同時允許系統盡量獲取更多、更詳細的圖像信息數據。 此外，隨著計算機技術、智能技術的發展，也能處理圖像智能識別處理技術的發展，在對圖像信息展開采集、分類、處理的過程中，對待處理圖像的分辨率、數據容量也逐步提高要求，很大程度上豐富了圖像的數據信息體量。 今后的技術突破還應當聚焦于運用智能化圖像處理算法，提高數據與處理速度及精度， 同時將處理數據用在訓練圖像智能識別處理模型中，用來識別更多的全新、復雜的輸入圖像，實現識別效率與精度的提升。

（2）重點突破多維度識別處理。 隨著信息技術尤其是計算機處理技術的發展，許多行業的產品研發設計會從二維逐漸向三維發展，比如地圖軟件從過去的平面不斷進化為三維街景形態，能更方便用戶的日常導航。 同時在考古研究方面，三維模型重建也能為考古工作提供便利， 對歷史遺址原貌的重現更有幫助。由此可見，計算機圖像識別智能處理技術逐漸呈現多維度發展趨勢，逐步從二維向三維遞進，所以要以實現多視角圖像識別作為技術發展突破方向，才能滿足人們日漸增長的圖像識別需求。 因此，必須大幅提升計算機的硬件處理能力，優化CPU 性能，配備更智能化的圖像識別系統，提升圖像識別效果，完善圖像識別系統功能。

（3）積極拓展生活生產中的應用領域。 隨著計算機數據處理能力的提升以及虛擬現實技術研發愈發成熟，將視頻傳輸技術、影像處理技術與圖像識別智能處理技術結合，將成為今后虛擬現實領域的應用基礎。 此外，隨著信息技術的高速發展，在生物醫學工程、藝術設計、航空航天、軍事、通信等領域，智能化圖像識別處理技術也一定能體現出應用價值，所以未來該項技術發展需要集中于數據處理效果、影響傳輸效率、多維度等方面，提高圖像識別質量與效率，滿足更多個性化、定制化的服務需求。 此外，在智能化圖像識別處理技術的發展過程中，還應對硬件裝置不斷簡化，提供更便捷的操作與人性化的人機交互，從而降低在工業生產中的操作誤差，實現自動化、規范化、安全化生產，優化產品質量。

4 結語

綜上所述，計算機圖像識別智能處理技術能夠實現對圖像的自動化與智能化分析、匯總、分類與處理，大幅提升了圖像識別的效率及質量。 隨著社會時代的發展以及科學技術的進步，計算機圖像識別智能處理技術在眾多領域的應用也日漸廣泛，但同時也出現了一定的技術發展瓶頸，所以有必要找準該項技術的不足，加強基礎硬件與軟件的技術開發，提升其智能化水平， 力求能實現三維甚至更多維圖像的識別處理，推動計算機圖像識別處理技術的發展，從而應用于更多領域，發揮其核心競爭力。