【新知发布】图像识别新高度 IMAGE NET显神威
不知道大家有没有用过一个叫做百度实物翻译的强大的app？在主界面里有了一个相机标志，只要轻轻地点开，对准你想...
不知道大家有没有用过一个叫做百度实物翻译的强大的app？
在主界面里有了一个相机标志，只要轻轻地点开，对准你想翻译的物品拍照，只要轮廓清晰、能够清晰完整捕捉的实物，百度翻译都能够比较准确地把它的中英文同时呈现出来。
（献上搜索效果图一张，感觉还是蛮准的。）
百度的拍照翻译，实际上是用了图像识别的技术。
那么图像识别又是什么东西呢？
图像识别，顾名思义，就是能够识别图像的一种新兴技术。而且图像的识别，并不能识别整个图形，而是在筛选掉其他干扰项之后，以图像的主要特征为基础的。举个例子，假如你拍了一个A，进行图像识别，那么他并不能通过扫描A的图形而判断出它是A。而是可能通过扫描出A的顶尖，底下有一个岔开的底，中间是一个横杠，具备了这些特征之后，计算机通过整合这些特征，来与数据库中的模板进行匹配。而模板，则是对之前所见的图形的记忆，当特征符合了这些条件之后，也就是匹配成功后，便能够确定该图像的含义，从而进行表达。因此倘若出现了一些不尽如人意的东西，属正常现象，并不是技术不到位。
其实图像识别技术也就是一项人工智能的应用（关于人工智能可以通过微信平台输入1019来了解更多）。这项应用现已广泛的被运用于车牌的辨认、包括翻译等等。
（以下是车牌辨认的流程。由于车牌仅有数字和字母及各省市的简称组成，特征明显，因此图像识别能起到关键作用。）
（字面上意思就可以理解，image是指图像，net是指网。图像网，一听就知道包括很多内容。）
此外Image Net每年都举办都举办了世界级的图像识别大赛，其目标是所设计的系统能够将来自搜索引擎中的图片准确的分类。在这个比赛中，很多有名的研究团队带领他们自设的图像识别系统来参赛。比如第六届大赛上，微软打败了来自谷歌、因特尔、高通、腾讯等等研究团队，赢得了多项第一。他们所设计的系统名字叫“深度残差学习图像识别”（个人觉得这个名字也是没谁了）。根据微软团队表示，“我们所训练的神经网络的深度超过了150层。我们提出“深度残差学习”框架，这个框架能减轻极深度网络的优化和收敛。当网络深度在原有基础上大幅度加深时，“深度残差网”的准确性就会显现出来，这种准确性是许多普通网络在加深后也无法达到的。
个人认为，图像识别技术对社会有着极大的作用，假若有一个图像识别数据库，能记录所有人的特征，那么每当犯罪时的录像被提出时，只要轻轻地识别一下，那么嫌疑人不就能很快确定了？
当然，这也只是我的一厢情愿，这样的难度在现在简直不可能完成。也因此，有了这样的比赛，良性的竞争促进了图像识别技术的发展。
参考资料：
http://biaoqing.oicq88.com/zhuanji/9e9a68d63811cf6bc0612e62e87c5ef9.htm《阿里表情包》
http://news.qudong.com/2014/0126/161923.shtml《驱动中国：百度翻译App爆红 网友惊呼拍照就能翻译太神奇》
http://tieba.baidu.com/p/3170468176《暴走漫画吧：「吐槽」百度实物翻译》
http://baike.baidu.com/link?url=7b73MVYyurBCowE-S_w5dVw50h0it59MbKKrLFmDOQ7r-MvSz8qnzRiv_SPMzNFb8irkLq4hdS8MvuHOAD6S2q《百度百科：图像识别技术》
http://baike.baidu.com/link?url=VO2dJkPEzITqLfX3fJRxDqn9akTB0mJNoxHLHhfaIGAxIatOtaB8ATyh4-DcozctoxmQQiAjKR20mzixxiLmC_《百度百科：Image Net》
http://image-net.org/challenges/LSVRC/2016/index《Image Net 官网》
http://tech.163.com/15/1211/16/BAIMFBI3000915BF.html《ImageNet图像识别大赛微软打败谷歌获多项第一》
关注“同一微学堂”
（长按二维码，可自动识别关注我们哦，期待你的加入）
关注 同一微学堂
微信扫一扫关注公众号
