強化電腦影像辨識 - 科學Online
文章推薦指數: 80 %
近來,「卷積神經網絡」(Covolutional Neural Network,CNN)這種深度學習方法的進展,成為新的關鍵。
動物影像為例,人類可輕易分辨出貓和狗,而透過CNN ...
Saturday18thDecember2021
18-Dec-2021
人工智慧
化學
物理
數學
生命科學
生命科學文章
植物圖鑑
地球科學
環境能源
科學繪圖
高瞻專區
第一期高瞻計畫
第二期高瞻計畫
第三期高瞻計畫
綠色奇蹟-中等學校探究課程發展計畫
關於我們
網站主選單
強化電腦影像辨識
撰文/ApurvMishra|譯者/宋宜真
轉載自《科學人》2018年1月第191期
深度學習增進電腦視覺進展,正改變醫藥和安全領域。
過去30年,電腦視覺科技的發展一直不太順利,即使是準確辨識照片的人臉中這種普通任務都遭遇困難。
不過,近來「深度學習」(DeepLearning,人工智慧的新領域)技術有了突破性進展,電腦終於能像人類一樣辨識許多種類的影像,成效甚至更好。
相關領域的公司也已經把這項科技應用在販售的產品上,未來有望取代或協助目前以人工進行的許多工作,例如駕駛卡車,或是識別醫療上用來診斷病情的掃描影像。
近來,「卷積神經網絡」(CovolutionalNeuralNetwork,CNN)這種深度學習方法的進展,成為新的關鍵。
動物影像為例,人類可輕易分辨出貓和狗,而透過CNN,機器能比人類更精準辨識出特定品種。
突破關鍵在於,針對影像中細微,顯著的特徵,CNN的學習和推論能力比人類還強。
CNN不需透過編寫程式去辨識影像中的特徵,例如動物耳朵的形狀和大小,而是能自行偵測上述特徵。
舉例來說,科學家訓練CNN分辨英格蘭和威爾斯的史賓格犬,會先提供CNN數千張動物影像以及這兩個品種的範例影像。
接著,CNN就像大多數深度學習網路一樣,逐層進行辨識。
在較低層次,CNN會從影像中學習到簡單的特徵與形狀。
在較高層次,則學習到複雜或抽象的概念,以動物影像為例,就是耳朵、尾巴、舌頭、毛髮結構等外觀細節。
CNN一旦經過訓練,就能輕易判斷新的動物影像是否具備某個品種的特徵。
CNN技術有賴圖形處理器(GPU)和平行處理技術這10年的長足進展。
同時,CNN廣納接受網路上暴增的數位影像,網路世界也為影像辨識領域帶來深遠的改變。
以深度學習為基礎的電腦視覺系統已應用在各領域。
這項科技強化了汽車辨識行人的能力,自動駕駛汽車變得更安全。
CNN也讓保全監控系統識別群眾行為,提升公共場所和機場的安全。
在農業方面,深度學習能應用在預測作物收成、監控水位並協助偵測作物病蟲害以防止擴散。
電腦視覺的深度學習也大舉進入醫藥領域,以利專家解釋掃描影像和病理切片,並為缺乏影像判讀專業人士的地區提供關鍵資訊,包括篩選、診斷、監控疾病進程或治療成效。
舉例來說,2017年美國食品及藥物管理局(FDA)通過由新創公司亞特瑞斯(Arterys)所開發針對心臟血流量影像的深度學習方式,目的是協助診斷心臟疾病。
同年,史丹佛大學的杜倫(SebastianThrun)等人在《自然》期刊發表了一種為皮膚癌分類的系統,辨識能力可媲美真正的皮膚科醫生。
研究人員表示,這種程式可以安裝在智慧型手機,讓全世界的病患都能「以低價獲取重要的醫療診斷」 。
這套深度學習系統也往其他醫療領域發展,例如糖尿病視網膜病變(導致失明)、中風、骨折以及阿茲海默症。
(本文由教育部補助「AI報報─AI科普推廣計畫」取得網路轉載授權)
Tags:CNN,卷積神經網路,智慧農業,皮膚癌,精準醫療
前一篇文章下一篇文章
您或許對這些文章有興趣
在Clubhouse開房間語音社群媒體的魅力與哀愁
通往專家心智之路(2/3)
手語辨識─聽障人士也能使用的家庭智慧助理
強化學習模型的診斷工具──bsuite
通往專家心智之路(3/3)
自駕車的未來
重現滅絕物種的步伐
堅持走AI這條路──智慧行銷與新「企」機
發表迴響Cancelcommentreply
你的電子郵件位址並不會被公開。
必要欄位標記為*迴響名稱*
電子郵件*
個人網站
驗證問題*
−1=3
熱門文章
準確度和精確度
突觸後電位(上)
理想氣體方程式
母體變異數v.s.樣本變異數
色層分析
溶液的蒸汽壓與拉午耳定律(二)
熱力學第二定律
點到直線的距離公式
離群值的檢測
波長
總點閱排行
點到直線的距離公式
細胞膜運輸物質的方式
比爾定律與吸收度
混成軌域
準確度和精確度
腎素-血管收縮素-醛固酮系統
穿透式電子顯微鏡
好站鏈接
科學online粉絲專頁
Insertmathas
Block
Inline
Additionalsettings
Formulacolor
Textcolor
#333333
FormulaID
Formulaclasses
TypemathusingLaTeX
Preview
\({}\)
Nothingtopreview
Insert
延伸文章資訊
- 1目前超夯的AI 前瞻技術「深度學習」,用手機就可以跟數位替身 ...
- 2CNN 與RNN 之間的差異? - NVIDIA 台灣官方部落格
原因在於機器現在使用CNN 來消化處理影像,相當於眼睛的角色,以辨識不同 ... 能運算來處理大量資料方面的進步,讓許多應用人工智慧的想法化為實際。
- 3強化電腦影像辨識 - 科學Online
近來,「卷積神經網絡」(Covolutional Neural Network,CNN)這種深度學習方法的進展,成為新的關鍵。動物影像為例,人類可輕易分辨出貓和狗,而透過CNN ...
- 4AI深度學習實戰中華行動數位經濟部工業局廣告/ 經濟部工業局 ...
AIOT人工智慧OpenCV影像辨識應用白天職訓課程,Artificial Intelligence ... 了解深度學習的內容,包含常見的CNN與LSTM演算法透過相關的Python pack...
- 5機器學習於智慧車輛應用
Network) 模型,目前最好的語音辨識和影像辨識系統都是以深度學習技術來完成,在 ... Network,CNN) 技術,CNN 是類神經網路的一種,最常應用於影像偵測,由於是模擬 ...