Home » 國(guó)際競(jìng)賽 » STEM國(guó)際競(jìng)賽 » Details

CMU探究機(jī)器自動(dòng)識(shí)別寵物品種

Category: STEM國(guó)際競(jìng)賽 Date: 2020年3月19日下午7:19

隨著經(jīng)濟(jì)水平的提高，越來(lái)越多的人想要養(yǎng)育一只寵物。今天小編要介紹的課題與貓狗也有關(guān)。今天的課題就是人工智能算法自動(dòng)識(shí)別分類(lèi)寵物貓、狗的品種。

課題簡(jiǎn)介

計(jì)算機(jī)視覺(jué) Computer Vision

是一門(mén)研究如何使機(jī)器“看懂”世界的科學(xué)，是從圖像和視頻中提出數(shù)值和符號(hào)信息，建立算法使得計(jì)算機(jī)能夠理解圖片內(nèi)容的過(guò)程。具體的計(jì)算機(jī)視覺(jué)任務(wù)可以包括但不限于：圖像分類(lèi)，圖像增強(qiáng)，圖像分割。其應(yīng)用相當(dāng)廣泛：人臉識(shí)別，車(chē)輛檢測(cè)，目標(biāo)跟蹤等。

圖像分類(lèi)是根據(jù)圖像的語(yǔ)義信息將不同類(lèi)別圖像區(qū)分開(kāi)來(lái)，是計(jì)算機(jī)視覺(jué)中重要的基本問(wèn)題，也是圖像檢測(cè)、圖像分割、物體跟蹤、行為分析等其他高層視覺(jué)任務(wù)的基礎(chǔ)。

一般來(lái)說(shuō)，圖像分類(lèi)通過(guò)手工特征或特征學(xué)習(xí)方法對(duì)整個(gè)圖像進(jìn)行全部描述，然后使用分類(lèi)器判別物體類(lèi)別，因此如何提取圖像的特征至關(guān)重要。
本課題旨在運(yùn)用圖像處理機(jī)器學(xué)習(xí)技術(shù)對(duì)動(dòng)物圖像分類(lèi)。

課題分成兩大部分，第一部分從數(shù)字圖像處理入手，學(xué)習(xí)人工生成集中經(jīng)典圖像特征，如直方圖，關(guān)鍵點(diǎn)描述子等，后半部分嘗試用神經(jīng)網(wǎng)絡(luò)做特征提取。第二部分是機(jī)器學(xué)習(xí)分類(lèi)器模型。課題將介紹邏輯回歸，KNN，Kmeans，SVM，在后半部分會(huì)涉及簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)分類(lèi)器。

科研方法

AI+X數(shù)據(jù)驅(qū)動(dòng)型科研

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研是指使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進(jìn)行預(yù)測(cè)，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗(yàn)或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研可以借助AI算法強(qiáng)大的運(yùn)算能力，高效地進(jìn)行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點(diǎn)。

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研已被廣泛地應(yīng)用于各個(gè)領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬(wàn)萬(wàn)，使用傳統(tǒng)的科研方式對(duì)其進(jìn)行分析，工程量大、過(guò)程繁瑣，在客觀上難以實(shí)現(xiàn)。

但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫(kù)，與過(guò)往的研究成果進(jìn)行對(duì)照，快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。

整個(gè)科研教學(xué)流程中，每一位學(xué)員都將有學(xué)術(shù)督導(dǎo)協(xié)助保障研究階段性作業(yè)和論文的進(jìn)度，確保取得研究成果。