什么是基于AI的圖像識別？對其代表性的推理模型與運用事例進行解說

利用AI（人工智能）進行深度學習（Deep Learning）的代表性應用示例之一便是圖像識別。我們身邊的事例包括智能手機的人臉識別。AI未來將有望運用于建筑管理、醫療領域等各個方面。此次，我們將對AI的圖像識別相關應用領域進行解說。

目錄

什么是基于AI的圖像識別

基于AI的圖像識別的代表性推理模型

運用AI圖像識別技術的普通應用示例

介紹AI圖像識別相關的康泰克產品

什么是基于AI的圖像識別

基于AI的圖像識別是一項運用AI對圖像中所包含的文字、人臉及物品等進行識別的技術。通過讓AI讀取大量圖像進行學習，識別精度能夠不斷提升。從圖像或聲音等各種數據中識別具有一定意義內容的技術整體稱為“模式識別”，而圖像識別便是模式識別的一種。

AI的圖像識別中運用了讓AI讀取大量圖像數據進行學習的“機器學習”技術，并且通過持續積累的圖像數據能夠不斷提升圖像識別的精度。

基于AI的圖像識別的代表性推理模型

以下將介紹4種運用AI圖像識別的代表性推理模型。

人物、物體、車輛檢測

這是從圖像中檢測人物、物體及車輛的推理模型。人物檢測會對街道或廣場等的擁擠程度以及施工現場作業人員的行動進行確認。車輛檢測則是用于掌握高速公路擁擠情況等。

人體骨骼檢測、姿勢檢測

這是一項對人體的頭部、頸部、手部等部位信息進行識別，并檢測人體骨骼及姿勢的技術。不僅是人體的各個部位，深度學習技術還運用于檢測各部位之間的最佳接合。以前進行骨骼及姿勢檢測時需要使用能夠推算縱深的昂貴相機，但隨著AI技術的發展，普通的單反相機也可用于檢測。

人臉識別

這是一項通過2D或3D圖像信息對眼睛、鼻子、嘴巴等信息進行識別，并與事先登記了臉部信息的數據庫進行比對來識別特定人物的技術。新冠疫情發生之后，一些產品也具有能夠在帶著口罩的狀態下進行識別的功能或體溫檢測的功能。

醫療圖像（CT/MRI）中的疾病圖像辨別

這是一項通過醫療圖像（CT/MRI）對腦動脈瘤等疾病部位進行辨別的技術。近年來還逐漸能夠獲取CT及MRI的高分辨率數據。通過讓AI學習大量積累的高分辨率圖像數據，辨別疾病的技術精度也得到了飛躍式的提高。

通過單獨運用或組合多個運用上述推理模型，將能夠構建具體的系統。

運用AI圖像識別技術的普通應用示例

運用AI圖像識別技術的系統具體有哪些？以下我們將介紹5個運用AI圖像識別技術的普通應用示例。

建筑的出入管理

這是一項運用基于AI圖像識別的生物特征識別技術，對建筑的出入進行管理的系統。出入管理系統運用人臉識別、虹膜識別、指紋識別等生物特征識別技術，可以在不接觸識別設備的狀態下識別出個人，從而實現出入的管理。生物識別有其優勢與劣勢，因此還存在組合多個生物識別進行識別的系統。

區域侵入檢測

這是一項組合車輛、物體及人物檢測，對指定區域的侵入情況進行檢測的系統。區域侵入檢測系統運用于對違反停車規定的車輛、侵入平交道、侵入禁止入內區域的情況進行檢測等方面。

預防電車內犯罪（檢測可疑行為）

這是一種利用用于監控犯罪的監控攝像頭圖像，提前檢測出電車內可能采取可疑行為的人物的系統。通過引進可疑行為檢測系統，將有望預防恐怖襲擊等犯罪活動。

可疑行為檢測系統會通過人體的微小顫動檢測精神狀態。AI圖像識別被運用于行為模式的定量化以及自動分類等技術之中。

道路交通情況監測

這是一種通過AI相機等檢測車輛，從而對交通情況進行監測的系統。它可以實時通過道路標志等顯示交通量增加等道路情況。此外，測量惡劣天氣時的路面狀態以及視野不良程度等的技術中也運用了AI圖像識別。

判定工廠內產品、食品優良與否

這是在工廠內生產線中通過外觀檢查來判定優良與否。它會對電子基板上的元件封裝不良、工業產品外觀有無傷痕等產品的優良與否進行判定。

尤其是肉類、魚類等食品工業，它們與工業產品不同，由于每一個產品的形狀各有不同，難以按照傳統規則進行判定，因此該領域被視為可以通過AI更有效地進行優良與否判定的領域而被人們所關注。

介紹AI圖像識別相關的康泰克產品

康泰克提供有用于引進AI圖像識別系統的邊緣AI計算機。

DX-U1000系列

配備NVIDIA? Jetson? 模塊，是一款重視實用性的通用工業用邊緣AI計算機。作為在現場運行的推理環境，它可以運用于各類環境之中。

VPC-5000

這是可選擇高端GPU板擴展插槽、大容量1000 W電源、大容量RAID存儲器的高性能FA計算機，可作為學習環境或高性能推理環境使用。