基于卷积神经网络的图片深度学习和人工智能技术在照片档案管理领域应用研究.pdfVIP

专题·人工智能与档案工作现代化 基于卷积神经网络的图片深度学习 和人工智能技术在照片档案管理领域应用研究 文/ 余英杰 照片档案管理技术随着数码 图片描述库进行定向图片检索。 和计算机技术的兴起得到逐步发 2.人工智能技术 展，在产生、传输、存储和使用过 人工智能技术是将人工处 程中都依托着计算机、网络等技 理过的大量数据存入计算机， 术和设备。随着多媒体信息数量的 就像是在练习题后面附上参考 剧增，传统的文字搜索获取照片档 答案一样。目前使用的深度学 案的方式已经无法满足用户快速 习技术可以对大量的图片进行 获取图片的需要，在具体的实践中 训练，计算机通过设定的规则 将图片深度学习与人工智能技术 进行一段时间的训练后，可以 相结合应用到照片档案管理非常 “记住”图片的特征信息，通 图 图片深度学习的技术路径 重要，能够大幅提升工作效率，极 1  过检索时的关键信息比对，实 大满足用户的信息获取需求。 检索机制中应用效果比较理想。 现对图片的检索。计算机在学会标记方法 现阶段图片检索技术主要有关键词检 后能够自动标记未标识的数据而并不需要 基于卷积神经网络的图片深度学 索和分类检索两种方式，搜索方法包括： 人工参与，因此能够在较短时间内完成数 习和人工智能技术的实现原理 （1）以图片自带的外部信息作为检索原则 据、文件的处理工作，从而使劳动力得到 图片在保存及收录时带有外部信息，即 解放、劳动效率得到大幅提高。人工智能 1.图片深度学习技术 文件名、保存路径等内容，通过比对图片的 技术通常使用的技术策略如图2所示。 图片深度学习技术通过对照片档案的 外部信息来确认检索结果，该方式的有效性 信息和图片特征进行提取，形式为特征向 取决于保存图片时的外部信息正确与否。 可行性分析 量，然后获得图片数据集的模型，将其存放 （2）以图片的包含信息描述作为检索原则 在海量数据库中，将待检索图片的特征向量 该方法实现的前提是通过大量的人 目前，在电商网站上大量使用图片深 和数据库中图片的特征向量进行比对，在图 工对照片内含的物体、颜色、主要标识物 度学习来提高用户的检索效率，这为档案 片库中和待检索图片具有最近向量距离的图 等进行语言描述标注为关键词，通过检索 管理人员提供了一种解决图片检索的思 片即