图像识别技术主要依赖于哪些领域

① 现阶段的图像识别技术可以运用到哪些行业呢

图像识别这个领域长期属于科研人士的领域，工业化的应用相对较少，因此在学术圈和工业界有很大的鸿沟。搞科研的不知道这些技术能做些什么，他们理想的应用场景大多不靠谱。工业界也不了解图像技术，遇到问题也不会想到通过图像算法来解决。楼主提到的这位老师，掌握了很多图像相关技术，并做了很多demo场景，大多都是科研圈里经常讨论的应用场景。基本所有搞图像研究的人都能想到这些应用方向。个人觉得首先要定大方向。然后找合作人，建团队。只是做一点技术外包，太浪费技术了。有两个最常见的大方向，一是2B的整体解决方案，二是2C的移动互联网应用。如果选2B的整体解决方案，相对比较稳定，但发展不会很快。需要找一个公关很强的合伙人，然后一个简单的外包技术团队。产品不是简单的提供技术和接口，要做成一个完整的系统或解决方案，才能卖出价钱。现在很多国企事业单位都有一些项目需要用到图像相关算法技术，价格也不错，关键是能不能谈下来。如果选2C的移动互联网应用，可能发展很快，也可能有很大风险，但只要选定这条路，后面机会还是很多的。同样需要合伙人，需要一个执行力很强的互联网团队，还需要一个启动idea。搞科研的人，自己组团队比较难，打包加入或者合并到一个团队中相对机会多一些，最关键的是转变成互联网思维。对于2C的项目，聚焦很重要，不能搞这么多方向，选一个点做到极致，市面上NO.1的水平。

不要选那种大而牛的项目，也不要选得太科研前沿，一定要简单实用。科研上很成熟的技术，到了实际场景中大多数都会挂掉，还是要根据实战情况来定制。前面有人提到过名片全能王，就是一个非常好的例子。看起来简单的图像矫正和文字识别，可以做成上亿的用户量。产品还是以图像识别技术为核心，但他们做到了业内最好的水平。其实技术也不难，但需要全力以赴做这一个点到极致。千万别去做什么自然场景物体识别搜索一类的大方向，一是大公司都在盯着，二是大公司投入那么多都还没做出来呢。垂直的小方向，几十亿的蛋糕，那些大公司也看不起，小公司做不成，但你做成了足够你吃了。

前面还有匿名用户表示悲观，他看到的和那些整天在屋子里搞科研的博士看到的一样多，很多科研人士对用户需求和工业界发展了解太少，在那些谁都能想到的理想场景中当然只能看到绝望。如果想创业，就要走出去，和各种各样的人打交道，要行动起来，在实战中才能找到突破点。移动互联网给了图像算法大量的新的应用场景，几年后回头看，你会发现很多机会只是现在没发现。

② 图像识别的具体应用

图像识别技术是人工智能研究的一个重要分支，也是人们日常生活中使用最广泛的人工智能技术之一。近年来，随着深度学习技术的发展，图像识别准确率显着提高。本论文研究了图像识别的传统技术和深度学习技术，分析了深度学习技术的几点不足，并给出未来可行的解决方案。
【关键词】人工智能 图像识别 深度学习
1 概述
图像识别技术是人工智能研究的一个重要分支，其是以图像为基础，利用计算机对图像进行处理、分析和理解，以识别不同模式的对象的技术。目前图像识别技术的应用十分广泛，在安全领域，有人脸识别，指纹识别等；在军事领域，有地形勘察，飞行物识别等；在交通领域，有交通标志识别、车牌号识别等。图像识别技术的研究是更高级的图像理解、机器人、无人驾驶等技术的重要基础。
传统图像识别技术主要由图像处理、特征提取、分类器设计等步骤构成。通过专家设计、提取出图像特征，对图像进行识别、分类。近年来深度学习的发展，大大提高了图像识别的准确率。深度学习从大量数据中学习知识（特征），自动完成特征提取与分类任务。但是目前的深度学习技术过于依赖大数据，只有在拥有大量标记训练样本的情况下才能够取得较好的识别效果。