如何通過人工神經網絡實現圖像識別？

假如在人工智能里定義一個女人需要滿足100個特征，那么在海量的圖像里只要滿足這100個我們定義的特征，那么她就是女人。

人工神經網絡作為一個新技術正不斷融入各個學科，其獨有的優勢在數字圖像處理中也得到了不錯的運用。針對卷積神經網絡做圖像識別，則是一個相當火的方向，如騰訊云識別，只要上傳任意一張圖像就能識別出圖中有人還是有花等，那這到底是怎么實現的呢？

下面我們就以如何通過神經網絡識別人物肖像來說事。

假設有一張女人的圖像：

這是一張大小為350x450的圖像，那現在我們在人工智能里設定，如果在看到其他的圖，只要其大小為350x450，并且所有像素點跟上面這張圖一樣，那就判定圖中的人是女的。

很顯然，在海量的圖像里除了這張能再找到完全一樣的才怪。那怎么辦嘞，每個人都長的不一樣，有的白一點，有的黑一點，即使是同一個女人，也有可能她吃胖了，那豈不是認不出來了？

這時神經網絡發揮作用了，我們看這張圖時看到了什么特征？帽子、長發、卷發、大眼睛而且還露背了。

再分析一下，頭發是黑色的，黑色的像素亮度低，頭發一般是一簇的，卷發是大卷的，大眼睛在整個臉部占比多一點，好像都是廢話，但對于神經網絡不是，這都是特征。

若我們有10萬張長發的人的圖像，讓神經分析所有圖中像素點的位置和像素點的值的共同點，最終會得到一個網絡，只要跟這個網絡里記憶的特征相同或者相似的就會被定義為長發。10萬個長發發型樣本幾乎覆蓋了所有能想到的發型，當再拿一張長發的人的圖像來通過網絡，就會查到一個大多數女人的特征：長發。

那該有人問了，這還是不能知道圖中的人是男是女啊，有的動物也是長發，比如馬。。。。。。

那我們再增加特征唄，10萬張嘴的特征，10萬張鼻子的特征等，只管往上加，每一個物種都有其共同特征和獨有特征。

假如在人工智能里定義一個女人需要滿足100個特征，那么在海量的圖像里只要滿足這100個我們定義的特征，那么她就是女人。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！