|
基于人工智能的通用图片识别平台

图像识别方法主要分哪几类?

2020-06-16

  图像识别方法可以分为两大类,模型的方法和搜索的方法。模型的方法是在业界研究和使用较多的方法,模型的方法是试图通过一些已知“标签”的图像,通过机器学习的各种方法来学习一个描述这些标签的“模型”,从而,对于一个新的未知图像,经过这个模型判断出其应该具有的标签。基于搜索的方法是在大数据时代才出现的方法,其基础是将已知标签的图像数据建成一个可以进行检索的数据库,称为图像索引。通常需要大量的图像来建索引,但图像的标签可以有少量的噪声。在大数据的时代,识别和搜索已经密不可分,准确的搜索离不开识别,广泛的识别也离不开搜索。比较靠谱的图像识别方法是从SIFT图像特征的提出开始,在之后的十几年里,大多是从特征和模型来进攻这个难题。


  图像识别的这两种方法不仅仅是在图片识别方面,在其他一些商品网站的图片搜索和识别上也有很大的作用。但是,真实世界是很复杂的,在更多的场合下需要识别的覆盖率、准确率都要高,而且速度要快。由此可见,图像识别技术还是需要不断的研究深入的,也需要更加智能的算法。



您好,有什么需要帮助的吗?