图像识别中的深度学习

图像识别中的深度学习

 现阶段比较受欢迎的图像识别基础算法为深度学习法，深度学习模型属于神经网络，而神经网络的历史可追溯至上世纪四十年代，曾经在八九十年代

流行。神经网络试图通过模拟大脑认知的激励，解决各种机器学习的问题。1986年Rumelhart、Hinton和Williams在《自然》发表了着名的反向传播算

法用于训练神经网络，直到今天仍被广泛应用。

 但是后来由于种种原因，大多数学者在相当长的一段时间内放弃了神经网络，转而采用诸如支持向量机、Boosting、最近邻等分类器。这些分类器可

以用具有一个或两个隐含层的神经网络模拟，因此被称作浅层机器学习模型。它们不再模拟大脑的认知机理；相反，针对不同的任务设计不同的系统，并

采用不同的手工设计的特征，例如语音识别采用高斯混合模型和隐马尔可夫

模型，物体识别采用SIFT特征，人脸识别采用LBP特征，行人检测采用HOG特征。

 深度学习在计算机视觉领域最具影响力的突破发生在2012年，Hinton的

研究小组采用深度学习赢得了ImageNet图像分类的比赛。ImageNet是当今

计算机视觉领域最具影响力的比赛之一，它的训练和测试样本都来自于互联

网图片，训练样本超过百万，任务是将测试样本分成1000类。自2009年，

包括工业界在内的很多计算机视觉小组都参加了每年一度的比赛，各个小组

的方法逐渐趋同；2012年，排名2到4位的小组都采用的传统模拟识别方法，