基于图像处理的人工智能识别与检测技术研究

摘要：随着高新技术更新迭代速度加快，以图像处理为原理的人工智能识别与检测技术在生活、社会领域得到大范围应用。其中，人工智能识别的图像识别功能作为信息时代发展的典型标志，在信息化时代占据重要地位。同时，人工智能识别与检测技术作为一项可发展的研究项目，在我国未来多个领域具有广泛的应用场景。有鉴于此，本文首先分析了图像处理下的人工智能识别技术理论，随即探讨了基于图像处理的人工智能识别过程，最后阐述了基于图像处理的人工智能识别检测技术发展前景。

关键词：图像处理;智能识别;检测技术

中图分类号：TP751 文献标识码：A 文章编号：1672-9129（2020）09-0068-01

1 引言

随着人工智能技术的不断发展，各种各样的监控设备正在获取个人数据。目前从作用及价值应用来看，这种大规模监控系统在社会安全领域有着重要的价值。但同时，此种方式也会产生其他问题。其中，如何保护人脸图像信息中的隐私信息，是目前学术界所关注的重点问题。在这种情况下，随着深度学习技术在人脸识别领域的大范围应用，人脸识别已经应用于公共场所、犯罪等多个领域。虽然，这种便利的人脸识别技术能够很好地解决现实生活中的许多问题，但同样的问题就是，人们的图像所包含的信息很容易被他人轻易获取。这种情况下，需要基于图像识别的算法，加强人工智能识别与检测，从而有效解决目前存在的隐私泄露问题。

2 图像处理下的人工智能识别技术理论

现阶段，图像识别技术已经在诸多领域展开了应用，且取得了较好的效果。其中，以图像处理为基础的人工智能识别技术在日常生活、工作、科技等领域得到了大范围应用。例如，工作刷脸打卡、医学B超检测、手机人脸解锁等，都是图像处理下的人工智能应用的典型代表。随着科技迅猛发展，日常工作、生活领域已经离不开人工智能识别技术。因此，我们更应该明确分析人工智能图像处理技术的过程、应用优势及未来发展趋势，这为图像处理下的人工智能识别技术定位更好的发展方向。

一般来说，人工智能技术的识别，主要是以图像识别为主，特别是通过计算机来处理图片，然后提取图片中的信息并进行相关处理。目前，以图像识别技术为基础的人工智能识别技术，需要事先存储图片，然后通过人工加以操作，从而提取相关的信息并进行一系列处理，这种处理过程通常是基于计算机数据算法。最后，经过一系列提取和分析，可以将图像识别的人工智能技术应用于现实生活中。同时，图像处理环境下的人工智能识别主要是对图片的识别模式。模式识别主要是通过人工智能技术处理不同类型的平面图片和立体图片，以达到分析和获取事物的具体内容。

3 基于图像处理的人工智能识别过程

3.1信息获取与识别在。与人工处理方法相同，基于图像处理的人工智能识别工作，也需要提前获取信息。在这一过程中，图片采集设备先将事物图片拍照，然后将这种图片形式的信息输送到计算机中。接下来，计算机会将图片信息转化为计算机语言，再调用各种程序与工具处理信息。

3.2图像的简单处理。完成第一步工作之后，管理员可以利用计算机对图片进行简单的处理，并将图片信息做锐化处理，从而使得图片变得更加突出。这个过程的作用在于，它能够提高图片被识别的检测概率，使得相关识别工具能够轻易识别图片信息，并能做出进一步的处理行为。

3.3提取图片信息。基于人们选择的关键词及具体需要，管理员要通过计算机对图片进行信息处理。在计算机中，图片处理的软件较多，且这些软件功能各有不同。人们需要根据自己现实需要，进一步加以处理。其中Photoshop就是最典型的图像处理软件，也是目前应用最广泛、应用人群最多的一款。从智能化的角度来看，人工智能识别技术更加“聪明”，比传统计算机处理方法更快捷，操作也更加省心，这对我们日常工作、生活极为方便。

4 基于图像处理的人工智能识别检测技术发展前景

在当前环境下，图像识别技术在人工智能方面的应用优势极为显著。这就决定了人工智能未来发展方向极为长远。人工智能识别与检测在生活中的优势主要有以下几方面。一是智能化，主要体现在处理图片的智能选择。二是图片信息提取更加便利，这主要体现在内容应用方面更为广泛。

随着信息技术的快速发展，以图像为处理的人工智能识别检测技术应用也更加广泛。在解决了图像识别的发展问题后，人工智能识别技术的发展趋势将会更加广阔。目前来看，人工智能图像识别技术的应用与人们日常生活有着一定的差异，且具有一定的风险性。一般来说，人工智能与图像处理技术相结合，且能够应用于现实生活中，是比较不错的。但如果涉及个人信息等私密方面的内容，还需要增强人工智能识别检测技术的安全性。因此，从这个角度来看，涉及图片信息处理的内容，还需要目前学术界更应该考虑的问题。

同时，根据目前发展情况来看，研究人员还需要寻找更多的解决方案，来优化图像识别处理与检测过程中的各项问题。在这种情形下，人工智能識别技术能够有效的应用于更多领域，也能为相关行业发展带来很多的有益参考。

参考文献：

[1]徐晓茹，陈嘉玮，张元勋等.以临床前期糖尿病视网膜病变为例分析医学图像人工智能系统在自发荧光图像识别中的应用[J].中华眼视光学与视觉科学杂志，2019，21（5）：356-361.

[2]伍毅强.声音、图像识别与人工智能在医疗行业的应用[J].微计算机信息，2018（009）：157-158.

[3]张宇.浅析图像识别技术在人工智能中的应用[J].科技经济导刊，2019，27（15）：43.

[4]王凯，王小军，马娜等.基于人工智能的图像识别技术在抽水蓄能电站中的应用研究[J].水电与抽水蓄能，2019（4）.

作者简介：雷求胜（1979.10-），男湖南宁远人，本科硕士，湖南信息学院讲师，研究方向：数字信号处理。