Распознавание образов и изображений с помощью искусственного интеллекта
ВВЕДЕНИЕ
Сейчас технологии развиваются с немыслимой скоростью. Ранее те возможности, что, казалось бы, были доступны только профессиональным ученым, в современной жизни доступны каждому. Один из подобных прорывов – искусственный интеллект, прочно обосновавшийся во многих сферах человеческой жизни[1].Искусственный интеллект — это способность цифрового компьютера или управляемого компьютером робота выполнять задачи, обычно связанные с разумными существами. Термин часто применяется к проекту развития систем, наделенных интеллектуальными процессами, характерными для человека, такими как способность рассуждать, обобщать или учиться на прошлом опыте[2].Сегодня научно-технический прогресс охватывает все новые горизонты, стремительно прогрессируя.
Оглавление
ВВЕДЕНИЕ
БАЗА ДАННЫХ
ОСНОВНАЯ ЧАСТЬ
Сферы применения системы распознования образов и изображенийъ
Видеонаблюдение
Медицина
Автомобили
Дроны
Оптическое распознавание символов
Исследование аудитории, обслуживание клиентов – анализ настроений.
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
СПИСОК
Искуственный интелект, краткая история, развитие и перспективы (https://timeweb.com/ru/community/articles/chto-takoe-iskusstvennyy-intellekt)
Что такое искусственный интелект (https://theoryandpractice.ru/posts/17550-chto-takoe-iskusstvennyy-intellekt-ii-opredelenie-ponyatiya-prostymi-slovami)
Андрейчиков А. В., Андрейчикова О. Н. Системный анализ и синтез стратегических решений в инноватике. Математические, эвристические и интеллектуальные методы системного анализа и синтеза инноваций. Учебное пособие; Ленанд — М., 2015. — 306 c.
Как устроен искуственный интелект (https://www.techinsider.ru/technologies/392532-kak-ustroen-iskusstvennyy-intellekt-raspoznavanie-lic-i-bytovye-melochi/)
Гудвин Г. К., Гребе С. Ф., Сальгадо М. Э. Проектирование систем управления (+ CD-ROM); Бином. Лаборатория знаний — М., 2016. — 912 c.
Система распознования изображений
(https://polygant.net/ru/ai/sistema-raspoznavaniya-izobrazhenij/#1)
Сферы применения систем распознования обьектов
(https://habr.com/ru/company/toshibarus/blog/433544/)
Доктор Джозеф Атик, физик и математик, помог создать первые системы распознавания лиц еще в начале 1990-х годов. «Мы использовали статистический анализ, чтобы классифицировать черты лица как набор шаблонов», рассказывает он. «Все сводилось к распознаванию образов. Во время сканирования лица обнаруживаются совпадения множества локальных особенностей — глаз, носа, уголков рта. Звучит как довольно примитивная технология, но на практике совокупность этих особенностей очень редко совпадает у двух людей». Сегодня, спустя четверть века, компьютеры научились делать это самостоятельно. В этом им помогают постоянно развивающиеся системы глубокого обучения, основанные на «многослойном» ПО, созданном специально для распознавания образов. Обширнейшую базу данных для этого создают сами люди, ежедневно загружающие миллиарды фотографий в Google, Snapchat и Facebook (Социальная сеть признана экстремистской и запрещена на территории Российской Федерации)[4].Чтобы распознать изображение, нейронная сеть сначала должна быть обучена на данных. Это очень похоже на нейронные связи в человеческом мозгу — у нас есть некоторые знания, мы видим объект, анализируем его и идентифицируем.[5]