计算机人工智能识别技术的类型及其应用论文

SCI论文（www.lunwensci.com）

　　摘要： 计算机技术、通信技术、大数据技术等人工智能技术的普及， 为人们的生产生活带来了较大的变化， 可以有效弥补传统技术的缺陷。人工智能识别技术是开发的重要方向， 包括文字识别、语音识别、图像识别、 人脸识别等多种类型，能为社会发展提供有效支持。文章主要针对计算机人工智能识别技术的类型及其 应用展开探讨。

　　关键词： 计算机技术,人工智能识别技术,应用价值


　　Abstract: With the popularization of artificial intelligence technology such as computer technology,communication technology, big data technology, etc., it has brought great changes to people's production and life,which can make up for the shortcomings of traditional technology. Artificial intelligence recognition technology is an important direction of development, including text recognition, speech recognition, image recognition, face recognition and other types, which can provide effective support for social development. This article mainly discusses the types and applications of computer artificial intelligence recognition technology.

　　Key words: computer technology; artificial intelligence recognition technology; application value

　　计算机人工智能识别技术是利用计算机程序模 仿人的思维方式，将模糊的内容转变为精确的信息， 并通过信息的识别与分析，获得准确的结论。人工 智能识别技术能够为人们提供各种各样的服务，更 好地满足实际发展需求 [1]。

　　一、计算机人工智能识别技术的常见类型

　　(一)人工智能文字识别技术

　　人工智能技术当下受到了学者的青睐与关注， 并应用于人们生产生活的方方面面。人工智能文 字识别技术可以弥补传统字形结构识别的缺陷，并 基于机器学习技术的支持，通过人工智能的自学功 能对大量数据进行整理归纳，切实解决实际应用中 存在的问题。BP 神经网络是目前应用最广泛的神 经网络模型之一，其先构建神经网络，再分别设计 Net1、2、3. 每一个数据都囊括了输入层与输出层， 且不同节点表现出较大的差异性。例如 Net1 的 节点数量为 12/48.Net2 的节点数量为 36/144. Net3 的节点数量则为 108/432.初始化网络中通常 采用 Initwb、Initnw 等方式， 可以在不同层次实 现各种参数的初始化，并在输入过程中有效控制神 经元活动，减少神经元浪费的情况，进一步提升学 习速度。在这种情况下需要对字符进行图像构建， 每个字符共计构建 10 幅，并选择其中一幅作为测试数据，其余图像作为训练数据，使用 BP 神经网 络进行文字识别，对输入的文字进行判断。


　　(二)人工智能语音识别技术

　　我国对语音识别技术的研究时间较短，但是在 信息技术的支持下，近年来人工智能语音识别技术 获得了快速发展。目前的语音识别技术依赖于模式 识别系统，也就是将语音转变为计算机可以识别的 数据。从实际来看，就是对计算机进行语言输出， 让计算机理解人们语言的意义，因此需要使用特 定的计算机语言进行转化，包括 C 语言、JAVA、 Python 等。从原理来看， 语音识别是比较简单的， 但是从实际来看，由于参数信息不够完整，很容易 造成语音识别的差错。

　　人工智能技术在语音识别中获得了较好的应用 效果，其本身的设计思路是理解人类的语言并进 行处理，实现与人的互动。例如，隐马尔可夫模型 联合人工神经网络在语音识别中具有较好的应用效 果。隐马尔可夫模型可以通过计算人类语言特征分 布概率来进行统计分析，经过特定模型算法处理之 后获得特定的语音信号序列，从而实现语音识别。 但是，在单独使用该方法时，就长时间的语音容易 出现遗漏的情况来说，人工神经网络可以进一步弥 补该模型的缺陷，通过机器学习的方式实现语音识别。例如，目前很多企业都推出了人工智能客服， 如淘宝、移动、电信等企业都应用了该技术，通过 鉴别客户的语音，为其提供相应的服务 [2]。

　　(三)人工智能图像识别技术

　　传统的图像识别技术分为四个环节，包括图像 采集、图像预处理、特征提取及图像识别。近年来， 随着人工智能技术与机器学习技术的快速发展，图 像识别技术也获得了快速的发展。人工智能图像识 别技术相比于传统的图像识别技术来说，具有智能 化、快捷化的特点，其主要利用图像采集器获取图 像数据，并通过处理数据来实现图像特征量的划分， 按照相应的模型来标注各种模型特征。目前，国内 外各大互联网企业都开发了基于人工智能图像识别 技术的开放平台，如谷歌、微软、阿里云、腾讯等 企业， 且商业化程度较高， 比较典型的就是物联网。 物联网可以通过传感器获取相关信息，然后通过信 息特征规律进行总结与分析，再与数据库的特征信 息进行对比，从而完成自动识别。人工智能技术可 以自动识别一些简单的图像，同时实现图像信息的 快速处理、特征提取及储存分析，这些都是传统技 术不具备的优势。图像识别技术的应用能够为图像 处理提供有效支持，如现在很流行的 3D 建模、AR 技术等。

　　(四)人工智能人脸识别技术

　　人脸识别技术是人工智能识别技术中的特殊技 术，通常是基于感应采集设备采集被识别者的面部 特征，并通过信息分析与已知人物的面部特征进行 对比，从而确定个人身份。该技术在现代社会中有 着广泛的应用，其中比较常见的是自助服务、工作 考勤、个人身份信息录入、司法刑侦等方面。人脸 识别技术是具有跨时代意义的人工智能识别技术， 可以联合其他的识别技术进行更加准确的自动识 别，如联合语音识别技术、特征向量技术、面纹模 版技术、人脸对比技术、追踪侦测技术等为人们的 生活与工作提供有效支持。人工智能人脸识别技术 具有较高的识别速度与准确度，依托机器的不断学 习，可以提高人脸检测的精确度，联合指纹识别、 语音识别及身份信息录入等技术实现个人身份的在 线确认。

　　二、计算机人工智能识别技术的实际应用

　　(一)人工智能文字识别技术的应用

　　人工智能文字识别技术在各行各业中得到了广 泛应用，能为人们的生活提供便利。例如，在纸质 票据处理过程中，识别票面仍旧是一项繁重的工作， 尤其是手写文字的识别。相比于印刷文字，手写文 字具有千人千面的特点，且字的间隔分布不均，使用常规的文字识别技术，无法准确鉴别手写文字， 而人工智能文字识别技术在这一方面表现出了较好 的应用优势。近年来，随着神经网络学习的快速发 展，BP 神经网络、卷积循环神经网络等技术，都 可以实现通用文字的识别，并且得到了广泛的应用。 例如，腾讯、百度等互联网企业的人工智能服务中 都有 OCR 通用文字识别服务，可以通过 API 接口连 接，供外部企业使用。通用文字识别功能可以对支 票要素进行文字识别，降低人工录入的成本，提高 自动识别的可靠性，为票据信息的自动化录入提供 有效支持。虽然目前人工智能文字识别的成功率尚 未达到 80%，尤其是手写文字的误判率更高，还无 法完全替代人工审核，但是应用于一些枯燥、重复 性强的工作中，对于减轻工作人员的工作压力具有 较好的应用价值 [3]。

　　(二)人工智能语音识别技术的应用

　　机器翻译在现代社会中获得了广泛应用，但是 实时翻译仍旧存在较多的问题，在出现语言不通的 情况时，仅仅依靠机器翻译无法满足人们对实时对 话的要求。例如，人们在跨国旅行时存在沟通障碍 的问题，对于即时翻译有着较高的需求，需要进一 步开发同步翻译设备。过去主要使用解码器翻译系 统，其是以机器翻译为基础，利用解码器对长句进 行解析翻译，虽然翻译结果比较合理，但是由于语 言特征和规律不够准确，因此整体的翻译质量较低。 人工智能语音识别技术可以有效弥补传统方法的缺 陷，从大规模语料中进行学习，从而获得最大概率 解，并且在机器学习等技术的支持下，通过持续的 自我学习获得训练经验，删除冗余数据，输出最佳 的翻译结果。人工智能语音识别技术支持下的同步 翻译可以分为以下几个环节：第一，读取机器翻译 模型，并根据用户的语言特征选择对应域;第二， 在识别语音文本之后，将文本分成句子，方便后续 处理;第三，输入文本并进行搜索，寻找匹配的翻译， 且不同语言的用户可以获得相对应的翻译结果;第 四，在源语言翻译时，需要扩大容量，若过渡阶段 分值差异大于阈值，则会降低准确率。总体来说， 人工智能语音识别技术虽然有辨别率高的优点，可 以满足人们对语音交流的要求，但是也存在较多的 缺陷，希望在后续的发展过程中，可以通过更加高 效的神经网络、算法、数据库来提高翻译的准确率 和翻译速度。


　　(三)人工智能图像识别技术的应用

　　随着我国电网规模的不断扩大，对输电线路运 行状态进行识别具有重要的现实意义，但是传统的 人工巡查已经无法满足现代输电线路巡检的要求，尤其是一些复杂环境存在安全隐患。因此，迫切需 要引入具有较强学习能力的人工智能技术，及时发 现线路缺陷及异常情况并及时处理，从而减少线路 故障的发生。人工智能图像识别技术在电力线路巡 检中具有较好的应用价值，如通过巡检缺陷样本特 征筛查，基于深度学习的训练数据集，借助数据库 技术的支持来构建输电线路影像标准库，以此实现 基于多源数据的巡视样本规范与输电设备规范，完 成缺陷信息的快速检索与处理。同时，对于一些环 境恶劣地区的巡检，可以采用无人机、机器人等人 工智能产品来取代传统的人工巡查方式，进一步减 少人员安全事故的发生，提高工作效率。其通常是 以在线图像识别技术为支持，对山火、机械破坏、 异物、鸟害等问题进行排查，并结合该地区线路故 障的发生频率、地理气候、动物植物、电网线路等 方面的信息，科学构建线路安全评估系统。目前已 经有很多供电企业建立了无人机巡检数据库，主要 对无人机巡检拍摄的图像数据进行自动化识别，以 及对输电线路、警示牌、塔基等异常状态进行检测， 取得了较好的应用效果。但是，从实际应用来看， 当目标物体在图像中占比较小时，如防震锤、接地 线等，容易受到环境因素的干扰而产生误判，因此 识别成功率在 65% 至 70% 左右，仍旧需要不断地研 究，从而优化实际应用效果。

　　(四)人工智能人脸识别技术的应用

　　人工智能人脸识别技术在现代社会中有着广泛 的应用，如消费购物、出行及物流等方面，在没有 携带手机、钱包的情况下，可以通过人脸扫描完成 在线支付，目前支付宝、微信都支持人脸支付。在 出行乘车中，地铁、高铁等公共交通也应用了人脸 识别技术，可以实现自助检票，闸机会自动识别身 份信息， 为乘客提供更加便利的服务。在取快递时， 人脸识别技术能够快速进行身份识别，让用户快速取件，避免冒领、误领情况的发生，降低了用户取 件风险。人工智能人脸识别技术在工作中也有广泛 的应用，比较常见的就是工作打卡系统，员工进入 公司之后可以通过人脸打卡系统自动识别并实现自 助打卡，从而减少员工在考勤打卡方面花费的时间， 避免员工由于遗忘打卡而出现缺勤的情况。此外， 人工智能人脸识别在现代刑事案件侦察中也有广泛 的应用，很多犯罪分子在作案后快速逃窜，对此， 在公共监控系统的支持下，可通过人工神经网络对 监控数据进行进一步筛查，从而快速找到犯罪分子 的行动路线，快速抓捕犯罪分子。

　　三、结语

　　人工智能识别技术在现代生活生产中得到了广 泛应用，为人们的生产生活带来了较大的便利，但 是从实际情况来看，由于人工智能技术存在一定的 限制，识别成功率尚未达到 100%，因此，还需要 不断地研究和完善，切实提高其应用价值。

　　【参考文献】

　　[1]史文中,张敏. 人工智能用于遥感目标可靠性 识别：总体框架设计、现状分析及展望[J].测绘学 报,2021(8).

　　[2]李维思,谭力铭,章国亮,文晓芬,廖婷. 基于多源信 息融合的产业链关键核心技术主题识别研究——以 人工智能领域为例[J]. 信息资源管理学报,2022(1).

　　[3]陈万卷. 计算机人工智能识别关键技术及运用探 寻[J]. 电脑知识与技术,2022(4).

关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/52127.html