一种新的计算机视觉算法

受蚂蚁金服计算机视觉项目组委托,为了提高计算机视觉的识别效率和准确率,利用机器学习的思想开发自动进化图像学习机,将MATHEMATICA Cloud作为改学习机的计算云、搜索云,将学习函数和决策函数嵌入到学习机中,从而实现由学习机录入图像并导入MATHEMATICA Cloud进行计算和搜索的功能,利用搜索结果来锻炼学习机的学习函数,利用计算结果来锻炼学习机的决策函数,从而实现高效率的识别速度与高准确率的识别效果。基于蚂蚁金服提供的验算实例进行仿真实验,并从计算速度、收敛情况、识别精度等方面同现在常用的识别算法进行对比,结果显示:新算法的图像识别能力颇佳,与传统算法相比,新算法具有更快的计算速度、绝对收敛性和远高于传统算法的识别精度。

基于互联网云计算的人脸识别算法研究

基于互联网云计算的人脸识别算法是人工智能的核心算法,也是计算机视觉发展的瓶颈所在。利用主成分分析算法对图像的特征点进行提取,并对传统的细菌觅食算法进行改进,提出了改进的细菌觅食算法(GBFA),利用改进细菌觅食算法对主成分分析法中的目标函数进行求解。将计算过程嵌入MATHEMATICA Cloud云中,利用部署函数对图片进行操作,开发人脸识别程序Face_Recognition,并分别针对智能抠图抽丝、人脸分类、同一人物人脸匹配、寻找特定人物4种功能形态进行测试,测试结果显示,提出的基于互联网云计算的人脸识别算法对于人脸识别、人脸分类、人脸筛选等具有极强的适应性和极高的精确度。