电子产品世界

: 0px; PADDING-TOP: 0px; WHITE-SPACE: normal; LETTER-SPACING: normal; BACKGROUND-COLOR: rgb(255,255,255); orphans: 2; widows: 2; -webkit-text-size-adjust: auto; -webkit-text-stroke-width: 0px">　　由此我们也可以了解这项技术的特长与不足，凡是遵循一定规则的物体或图像，这项技术就能够通过建立规则的方式对其进行识别，凡是规则性不强的物体或图像，这项技术往往就会有较大的局限，例如在一个混乱的花丛中处理某个物体就不是这项技术能够胜任的。通常来说，具备规则性的物体往往是由人所创造，因为从人类最基本的理念上来看，人类相信这个世界是简单的，且具备规整结构的，在人类创造各种物品时都会遵循简单、易用的原则，在这种原则的影响下，没有规则性的事物就会被逐步淘汰。规则并没有我们想象的那么复杂，我们并不需要给世界上的每一种物体都建立一个规则。这里的规则实际上是一种数学结构的分类，很多物体在数学结构角度上看是相同的东西，所以我们只需要建立一些重要的通行规则即可。当然也有一些特殊事物要单独建立规则，例如文字。

　　文字这种由人类发明的图形组合，在人类审美和规则性思维的调整下，逐步完善并建立了很好的规则性，比如横平竖直以及各种整体或局部的上下左右对称性等等。无论是英文、中文或是其他文字，基本都具备很强的规则性，而这种规则在数学上也是能够归纳和总结出来的，这样的图像在高维空间中有着很低维的内在结构。例如，目前除了笔划很少的汉字规则性不强外，绝大部分汉字都具备很强的规则性。

　　总的来说，这种高维图像识别技术能够解决以往我们根本无法解决的一些图像识别问题，在逐步完善后，它将会彻底改变我们识别和操作图片的方式。高维图像识别技术在识别图像中的物体之前，用户要告诉计算机正在识别的规则物体的位置。而下一步要做的就是要让计算机能够更聪明地发现，图像中哪里存在规则性、哪里没有规则性，以及针对图像的不同位置使用不同的规则进行修复等。这种技术另外的一个努力发展方向就是提高运算效率，比如最终能够实现在智能手机等终端上实时运行。

1 2

关键词： 高维图像 识别技术 PC