人工智能识别技术的应用研究

葛启轩

摘 要：伴随当前信息技术快速发展，智能化社会逐步到来，也进一步刺激了人工智能识别技术的快速发展，广泛的应用于多种领域。本文重点对人工智能识别技术的类型进行分析，并且阐述其在语音、图像以及机器人领域的相关应用，并且以医学领域为突破口，重点分析其在实际生活中的应用，以供参考。

关键词：人工智能;识别技术;分析;应用

中图分类号：TP391.4 文献标识码：A 文章编号：1671-2064（2019）02-0058-02

计算机人工智能技术是一种高度智能化自动化的技术，在实际应用的过程中，主要是模拟和分析人类的思维方式以及思维过程，把人类的思维模式逐步由抽象化向具体化转变，形成可以描述和判断的物理信号，接着进行识别、模拟和分析，通过计算机程序进一步复现人类的思维模式，计算机人工智能识别技术的应用相对广泛，主要是以人类的思维模式为基础，进一步进行模拟。和其他计算机技术进行比较可以发现，计算机人工智能识别技术能够为人类提供更优质更精准的服务，符合人类的生活需求。

1 计算机人工智能识别技术的分类

在计算机能够智能识别技术方面，可以分为两类，一类是有生命的识别技术，一类是无生命的识别技术，下面分类对其进行阐述。

1.1 无生命的识别技术

无生命的识别技术，主要包含了射频技术、智能卡技术、条形码技术等，在此过程中，条形码技术主要分为二维码技术和一维码技术，条形码技术当中，具有较强的纠错能力，要求信息密度较高，容量较大，符合人们对信息采集识别的需要，应用相对较为广泛，而智能卡识别技术主要基础是智能卡，通过集成电路的独立运算以及存储等能力有效的和结合，计算机系统上信息的加密传输采集得以实现，尤其在物理识别领域获得广泛的应用，比如说公交IC卡的刷卡识别、身份识别等。射频识别技术主要是通过射频信号来自动识别相关数据，主要是通过无线电磁波原理，利用无线电信号和电磁场来读取和传输标签当中的内容，可符合识别和追踪的需要，这项技术逐步开始取代二维码技术。另外还有图像识别技术，诸如对出入停车场的车辆进行拍照，通过拍照对车辆的牌照进行采集，并且分析牌照当中的具体内容，将图像信息转变为数字信息，从而实现车辆牌照的轻松识别[1]。

1.2 有生命的识别技术

有生命的识别技术，主要包含指纹识别、人脸识别及声音识别、语音识别等。声音识别属于一种非接触式的识别技术，能够利用声音来的特征来识别、分辨用户，主要包含了音频、音质、音调等，依照这些特点对识别技术进行合理的分析和操作。不需要通过人耳就能进一步区别人的声音的不同之处。当前随着科学技术快速发展，声音识别技术已经逐步提升，并且获得了广泛的应用，比如微信的语音解锁。语音识别技术不同于声音识别技术，主要是对语言进行分辨，主要是尝试识别以及确认人在发出语音的过程中的说话内容，并且记录相关的词汇内容。具有非常大的應用价值。人脸识别技术主要是分析和识别人脸视觉特征的一种技术，通过人脸识别技术能够进一步自动追踪人脸当中的各个特征，利用影像的曝光强弱、放大等方式进行调节，可以让生物特征的识别得以实现。指纹识别技术主要是依照人指纹的不同特点来进一步分析指纹当中的不同之处，进行相关参数的采集，从而独立识别生物体的身份[2]。

2 人工智能识别技术的应用分析

2.1 语音识别应用分析

具体分析语音识别的领域，人工智能识别技术，主要是为了方便机器能够进一步对人类语言进行了解，让人机交互得以实现，通过这种识别技术可以在输入方式上进行革新，抛弃原有的键盘，通过语音控制系统，进一步识别人类输入的语言，并且依照识别的获得的内容进行对应的操作，这样可以大大提升系统的反应效率，防止由于人工键盘输入错误而导致效率不高等问题，让人际交流的效应更高，具有更强的灵活性。在语音识别领域，识别技术应用非常广泛，比如说，AI控制的声控语音搜索，对一些智能玩具进行控制以及一些智能家电方面的领域，从当前的技术发展角度分析，语音识别应用还有也有一定的问题，比如说当前语音识别当中，被识别的词汇量较少，语音识别过程中会因为停顿或者口音的问题而导致识别错误，相关技术人员一定要重视相关技术的研发，进一步扩充识别技术当中的词汇库，增加语种及词汇量，通过降噪筛选等手段，保证语音识别过程的准确性，深入的了解语音当中的关键内容[3]。

2.2 图像识别应用分析

具体分析人工智能识别技术，图像识别技术的应用相对较晚，而且难度较大，由于图像当中的内容更为丰富，而且具有很强的应用性，主要包含了字符的处理以及信号、图画等相关内容，图像在公共安全领域、医学领域、工商业领域应用非常广泛，比如说识别交通领域应用当中的车牌，在医学应用的过程中进行心电图的识别，在农业生产的过程中识别种子等，然而从这些技术的发展角度进行分析，图像识别技术由于图像的色彩较为复杂，而且对比度较低，导致这种技术应用受到一定的阻碍，相关操作人员需要进一步让技术的特征抽取和特征选择能力提高，利用降维的手段将多维数据逐步向低维数据转换，让图像识别的特征选择和特征抽取的效率提高，进一步保障图像识别的使用效率，保证图像识别处于可持续发展的状态[4]。

2.3 机器人智能识别应用分析

在上世纪70年代，机器人就逐步开始得到快速发展，逐步向智能化发展，甚至开始取代人类进行一些特殊的操作，比如说一些有毒有害的操作，一些高危操作等都需要机器人的帮助，机器人不单单能够广泛应用于制造业，还能够在军事航天、资源勘探以及医疗服务当中得到广泛应用。在机器人智能化发展的过程中，人工智能技术的作用非常明显。从当前的技术分析，人工智能识别技术在机器人领域存在着一些问题，比如说机器人的价格相对高，而智能化水平不高以及机器人低端过剩、高端不足的问题，另外在机器人应用的过程中，还会发现机器人缺乏灵活性、运动行动相对迟缓等情况，上述问题都体现了人工智能识别技术，在机器人全面感知过程中的应用水平不高，相关技术人员一定要重视识别技术的感知能力，对思维方式和行动进行全面的模拟，利用多种传感器让感知的精度和效率提高，让机器人具有更强的适应性和灵活度。

2.4 指纹识别应用分析

指纹识别技术由于人的指纹各不相同，依照指纹的断点、交叉点以及图像等来对人的身份进行识别，尽管指纹识别技术具有较好的优势，然而各种指纹留在不同的地方、按压的力度不同以及按压的角度不同，都会影响指纹痕迹的分析，所以一定要采取合理的技术和算法，进一步的分析人员的指纹。在采集的过程中，加强算法的准确性。

3 人工智能在医疗行业的具体应用

当前人工智能识别技术已经在广泛应用于各个行业，本文以医疗行业为例，对人工智能技术的应用进行深入的阐述。

3.1 语音识别方面的应用

在医疗行业当中，语音识别技术已经得到了广泛的应用，主要包含了对患者信息的补充，对病程记录模板的设置以及电子病历模板的设置，医护人员利用语音输入的方式，让电脑操作的时间减少，因为医疗行业的特征较为显著，专业性强，医护人员需要具有较好的记忆力，对专业符号和专业术语进行熟练的记录，这样给语音识别提供了很大的方面，可以让语音信息录入时间大幅度减少，提高整个设备的工作效率[5]。

3.2 图像识别方面的应用

医疗行业通过图像识别技术能够进一步的支持医学语音信息的发展，因为医学影像在解读的过程中时间较长，医生需要长时间的进行学习和实践，只有如此才能掌握较高的技能，如果合理的使用图像识别技术，能够让图像识别的时间大幅度减少，让图像识别的准确率提高，让人为失误率降低，为以后的医疗方案的制定提供很大的方便，这一技术不单能够在读取胶片信息方面进行使用，还可以在人脸识别方面进行使用，符合医疗行业安全防护的需要，重点可以分析患者就诊的安全性，保障医护人员的人身安全控制、非公平性竞争以及对精神障碍患者进行全面管控等[6]。

3.3 人工智能在医疗行业的应用发展和展望

在应用人工智能识别技术的过程中，一定要提升三点：（1）需要对算法进行提升，利用算法让漏报误报的情况减少;（2）需要各个部门及时的采集相关对象的信息，对就诊对象进行了解，提供全方位的服务，对医护人员的基本情况进行了解，依照实际要求制定系统化的管理方案;（3）人工智能管理部门一定要让自身的水平提高，进一步的对人工智能和医疗行业相接触的环节进行了解，将人工智能技术的应用价值充分的体现出来，让管理者的管理水平提高，逐步提高医疗形象，保证医院向智能化信息化的方向发展。在人工智能的条件下，医疗行业一定要充分的对人工智能技术进行使用，方便医患关系的处理以及医院的快速发展。

4 結语

在当前，人工智能技术逐步被媒体和大众所关注以及反复提及，成为人们重点关注的一个词汇，本文重点对人工智能识别技术进行分析和研究，解决瓶颈，开拓思维，保证人工智能识别技术向快速化、精准化的方向发展，为智能化发展提供帮助。

参考文献

[1] 张慧宇.计算机人工智能识别技术[J].信息与电脑（理论版），2016（20）：140-141+150.

[2] 范银平.计算机人工智能识别技术的应用瓶颈分析[J].产业与科技论坛，2013，12（16）：75-76.

[3] 沈宸宇，殷美.基于人工智能的人脸识别技术在支付场景下的应用及隐患思考[J].科技创新导报，2018（2）155-156.

[4] 伍佰鑫，浣成，张翠永，等.规模猪场人工智能监控和预警的研究和应用概况[J].中国猪业，2017（12）：60-61.

[5] 王崇骏.人工智能理论研究及测控技术在中医脉象辨识中的应用[D].河海大学，2001.

[6] 王小红.计算机人工智能识别技术的应用瓶颈分析[J].科技创新与应用，2016（8）：89-89.