CMU探究機器自動識別寵物品種

Category: STEM國際競賽 Date: 2020年3月19日下午7:19

隨著經(jīng)濟水平的提高，越來越多的人想要養(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識別分類寵物貓、狗的品種。

課題簡介

計算機視覺 Computer Vision

是一門研究如何使機器“看懂”世界的科學(xué)，是從圖像和視頻中提出數(shù)值和符號信息，建立算法使得計算機能夠理解圖片內(nèi)容的過程。具體的計算機視覺任務(wù)可以包括但不限于：圖像分類，圖像增強，圖像分割。其應(yīng)用相當(dāng)廣泛：人臉識別，車輛檢測，目標(biāo)跟蹤等。

圖像分類是根據(jù)圖像的語義信息將不同類別圖像區(qū)分開來，是計算機視覺中重要的基本問題，也是圖像檢測、圖像分割、物體跟蹤、行為分析等其他高層視覺任務(wù)的基礎(chǔ)。

一般來說，圖像分類通過手工特征或特征學(xué)習(xí)方法對整個圖像進行全部描述，然后使用分類器判別物體類別，因此如何提取圖像的特征至關(guān)重要。
本課題旨在運用圖像處理機器學(xué)習(xí)技術(shù)對動物圖像分類。

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。第二部分是機器學(xué)習(xí)分類器模型。課題將介紹邏輯回歸，KNN，Kmeans，SVM，在后半部分會涉及簡單的神經(jīng)網(wǎng)絡(luò)分類器。

科研方法

AI+X數(shù)據(jù)驅(qū)動型科研

AI＋X數(shù)據(jù)驅(qū)動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)，并基于此進行預(yù)測，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實驗或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動型科研可以借助AI算法強大的運算能力，高效地進行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點。

AI＋X數(shù)據(jù)驅(qū)動型科研已被廣泛地應(yīng)用于各個領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進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)千千萬萬，使用傳統(tǒng)的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現(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，與過往的研究成果進行對照，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)和論文的進度，確保取得研究成果。