基于视觉传达的新型人工智能系统优化设计

Technology Analysis

技术分析

DCW

87

数字通信世界

2019.02

人工智能系统主要应用于公安、消防、监控等领域，因此其

识别效率尤其重要，现阶段我国人工智能系统在工作过程中，其识别效率还比较低，限制了我国人工智能的进一步发展[1]，为此提出基于视觉传达的新型人工智能系统优化设计。利用人工智能视觉识别模块对图像进行采集再合成，然后将再合成的图像利用光线感应器进行传输，最后利用全球定位系统准确获取图像位置。通过实验论证分析的方式，确定本文优化设计的基于视觉传达的新型人工智能系统的有效性，能够提高工作过程中的识别效率。

1 人工智能系统优化设计

优化设计后的基于视觉传达的新型人工智能系统，分别由以光感模块构成的硬件系统和由人工智能视觉识别模块、定位调制模块构成的软件系统共同组成。1.1 硬件系统优化设计

硬件系统的优化设计主要是对光感模块的核心元件光线感应器进行设计。光线感应器由两个光/电转换器、一个数字信号处理器和一个运算器组成。

为了增强光线感应器的传播速度，其内部元件均采用并联的形式构成，利用运算器，将接收到的图像进行快速运算，转换成语言代码的形式；并利用数字信号处理器对语言代码进行计算，若光/电转换器对语言代码的计算结果认可，则可以直接将计算结果通过两个感应器进行传输；若计算结果没有得到光/电转换器的认可，便要根据系统设定的图像资源进行重新修订，再将修订后的图像结果通过传感器进行传输，进而提高光线传感器的传播速度。

1.2 软件系统优化设计

人工智能视觉识别模块作为软件系统的重要模块，以摄像机和加速器为核心元件[2]。摄像机采用360°旋转的视觉传达芯片为摄像元件，其清晰度为1080P ，具备1500°的广角镜头，能够全方位识别图像的形态、色彩语言及运动路径等特征，同时还具备自动辨认和雷达监测能力，进而增强摄像机的图像识别效率。摄像机完成对图像的识别后，使用加速器对识别到的图像进行图像加速测量。加速器的应用，大大缩短了图像运行速度的计算时间，提高了新型人工智能系统的识别效率。

当某一位置的图像信息将定位调制器唤醒后，全球定位系统将针对位置信息中的图像信息进行提取，信号接收天线能够接收到空间范围内的所有信号信息，经过滤波器过滤掉不符合目标图像的信号和干扰部分后，将符合图像的信号生成图像概率，再由输出端口将图像概率进行输出，进而提高识别结果的精准性[3]。

2 实验论证分析

为保证本文优化设计的基于视觉传达的新型人工智能系统的有效性，进行实验论证，实验论证采用相同地区的，具有相同运行特征的图像进行人工智能识别论证实验。为保证实验的严谨性，采用传统人工智能系统作为实验论证对比，在规定时间内，对两种系统的图像识别个数进行统计。

根据已知公式：识别效率=图像数据量/识别时间，则将两系统的图像识别个数汇总成识别效率曲线图，其实验论证结果如图1所示。

图1 实验论证结果曲线

根据对图1曲线的分析可知，优化后的新型人工智能系统的图像识别效率均高于传统人工智能系统的识别效率，且新型人工智能系统的识别效率具备相对稳定性。则可以得出结论，优化设计后的基于视觉传达的新型人工智能系统具备有效性，能够提高图像信息的识别效率。通过加权分析可知，优化设计后的新型人工智能系统的识别效率提高23.1％。

3 结束语

本文对基于视觉传达的新型人工智能系统进行分析与优化设计，依托硬件和软件系统，光感模块、人工智能视觉识别模块和定位调制模块共同完成本次新型人工智能系统的优化设计。实验论证表明，本文优化设计的基于视觉传达的新型人工智能系统能够提高识别效率，具备极高的有效性。希望本文的研究能够为我国人工智能系统的发展提供理论依据和参考。参考文献

[1] 秦爱梅，丁雨.基于人工智能视觉的特定场景识别系统设计[J].现代电子技术，2017，40（10）：28-30.

[2] 刘书红.复杂背景图像局部轮廓信息人工智能识别仿真[J].计算机仿真，2018，35（08）：361-364.

[3] 任漪.浅谈城市建筑空间视觉传达优化设计[J].建筑工程技术与设计，2016（16）：10-11.

基于视觉传达的新型人工智能系统优化设计

郭东妍1，赵 焱2

（1.渤海大学信息科学与技术学院，锦州 121000；2.渤海大学基础教研部，锦州 121013）

摘要：针对传统人工智能系统识别效率低的问题，提出基于视觉传达的新型人工智能系统优化设计。优化设计后的新型人工智能

系统主要由硬件系统和软件系统两部分组成，硬件系统由光感模块构成；软件系统由人工智能视觉识别模块和定位调制模块共同构成。为验证优化设计后的新型人工智能系统的有效性，设计仿真实验，实验结果表明，基于视觉传达的新型人工智能系统能够提高识别效率，具备有效性。

关键词：视觉传达；人工智能；定位调制；光线感应doi ：10.3969/J.ISSN.1672-7274.2019.02.059

中图分类号：G642 文献标示码：A 文章编码：1672-7274（2019）02-0087-01作者简介：

郭东妍，女，汉族，1997年生，山东济南人，本科，研究方向为物联网工程。