大数据分析与智能图像识别技术融合应用

◆仲崇丽

大数据分析与智能图像识别技术融合应用

◆仲崇丽

（西安欧亚学院 陕西 710100）

近年来，随着国家经济的不断发展，社会水平也在不断提高，科学技术也获得了蓬勃的发展，呈现出欣欣向荣的局面。在信息传播的时代，信息传播的形式和途径受到全社会的共同关注，传统的信息传播方式主要是通过文本信息，文本信息传播有其优势也有其劣势。为了丰富信息传播的方式，人们引入了信息图像识别技术，可以将大量的数据信息整合成图像的形式，人们可以通过图像扫码的形式了解众多的数据信息，大数据分析技术可以整合众多的数据信息，将大数据集域自适应技术应用到图像识别活动中可以提高图像识别的清晰度和准确度。本文笔者将从大数据分析概述、智能图像识别技术概述以及大数据分析技术与智能图像识别技术融合应用等方面出发，浅析大数据分析与智能图像识别技术在当今信息传播中所起的重要作用。

大数据分析；智能图像识别；融合应用

图像识别中图像的清晰度和完整性会影响图像识别的质量，图像中蕴含的信息也不能很好识别出来，大数据分析技术与智能图像识别技术的结合可以很好解决这一问题，其融合方式主要是通过数据库架构设计、安全数据库设计以及图像识别技术等实现的。根据图像的尺寸以及清晰度，大数据分析技术会对其像素进行调整，确保可以将数据信息扫描出来，将众多的数据信息整合在图像中，可以减轻数据管理者的负担，降低数据管理的难度和复杂程度。针对图像识别技术存在的问题，有关工作人员要重视技术的融合和发展，将时代发展的理念融入技术改革当中，用先进科学的理念指导技术的发展和革新。

1 大数据分析概述

大数据概念顾名思义是对众多的数据信息进行处理，为了方便用户对数据信息的获取，人们将数据信息整合成图像，以图像的形式呈现出来，但是受图像处理技术的影响，图像呈现出来的效果会不同，一些图像会比较模糊，像素比较差，这样在扫描的时候会出现扫描不出来或者扫描程度受限的情况，针对数据图像扫描中出现的问题，工作人员可以借助大数据集域自适应技术的优势，大数据集域自适应技术可以根据图像的性质进行主动的调节，可以改变图像的像素和清晰度，并根据图像的尺寸在像素点范围内选择合适的像素点。大数据分析技术对于智能图像识别技术具有重要的作用，可以缩短图像识别的时间，并且可以提高识别的质量和识别的效率，减轻工作人员的工作负担。由于大数据技术还没有普及，一些工作人员并没有对这一技术做深入的了解，为了激发工作人员工作兴趣，有关部门需要完善奖惩机制，对创新技术的人员作出奖励，以物质奖励为主，精神奖励为辅，只有这样才能最大限度地调动工作人员的工作兴趣。

2 智能图像识别技术概述

智能图像识别技术是人工智能领域的一项技术，图像识别技术的对象主要是图像，以各种类型的图像为基础，通过对图像进行处理可以整合复杂信息，降低数据处理的难度。由于每一个图像都是具有自己的特色的，将信息制作成图像难度比较大，工作人员需要对数据信息进行层层的处理，在经历过层层的加工之后数据信息可以以复杂图像的形式呈现出来。图像制作过程主要是通过人工智能来实现的，主要的过程和步骤是在获取信息的基础上，计算机对数据信息进行预处理，然后根据数据信息的特征选择属于数据信息的特征，在确定好数据信息的特征之后，再选择相应的模板匹配模型，这样看来图像的处理过程十分复杂，需要借助于人工智能大数据技术，对众多的数据信息进行分门别类的处理，根据处理的结果选择合适的模型。但是图像制作完成之后，也会出现各种各样的问题，工作人员在识别图像的时候会面临各种各样的问题，为了降低图像识别的难度，需要重视技术的融合。智能图像识别技术需要设计的工作有很多，并且工作比较复杂，需要涉及各个部门的工作，因此做好各部门之间的信息共享十分重要。

3 大数据分析技术与智能图像识别技术融合应用

大数据技术在智能图像识别技术活动中具有重要的作用，始终贯彻在图像识别这一活动中，大数据技术可以为图像识别提供必要的数据信息，通过对数据信息的正确科学处理降低智能识别技术的负担。大数据技术与智能图像识别技术的融合应用主要是通过数据库架构设计、安全数据库设计以及图像识别技术等方式实现的。这三个环节是十分重要的并且不可省略的，工作人员要将两种技术融合起来，充分发挥各自的技术优势，起到取长补短的作用。有关部门的工作人员要将大数据分析技术深入贯彻落实到智能图像识别技术活动中，真正使其发挥作用和价值，只有这样才能让技术真正发挥作用，不流于形式，管理工作者要定期进行技术创新和技术总结工作。

3.1 数据库架构的设计

数据库架构是数据资源布置方式的统称，数据库架构的质量可以影响用户访问数据的速度和安全程度，据调查研究显示，目前的大数据访问平台一般是采用前端平台搭建模式，这种模式具有其独特的优势，主要是使用成本比较低、使用比较方便并且适用性比较强，但是这种前端平台搭建模式也具有一定的劣势和弊端，因为这种搭建模式是基于动态网站建设的，这种建模方式的安全性比较差，用户在访问的时候会有数据泄露的风险。工作人员也意识到了这一问题的严重性，因此采取了有关的措施，意在加强数据库的安全性和秘密性。有关工作人员在数据库外围多层采用了控制机制，用户在进入数据平台的时候，必须经过的一个点是接入点，为了满足不同用户的需求，工作人员需要完善接入类型，为用户提供无线、有线以及云上数据等众多接入服务模式。平台的访问人数越多需要承受的风险也就越大，为了保护用户的数据信息，工作人员在接入点也要建立保护机制。但是在实际的工作调查当中，发现在接入点做保障机制会影响接入的速度和接入的品质，因此一般情况来说对接入口的保障机制不做必要的要求。中间件是数据库架构设计的关键环节，因为大数据的特点就在于数据量非常多并且比较复杂，架构设计中使用多语言支持以及索引等中间件，这样可以提高用户的访问效率，用户在访问的时候可以十分快捷并且十分安全。故障机制的种类根据访问位置的不同也会有所不同，为了节约资源，充分发挥资源优势，需要在核心部件部位设置保障机制，只有这样才能充分发挥保障机制的作用和价值。

3.2 安全数据库的设计。

数据库要保存用户的海量信息，为了提高数据信息的安全性，需要设计安全数据库，大数据在存储的时候最重要的是做好数据的保密工作，防止出现数据信息的泄露，由于在接口层使用保障机制不利于用户的快速便捷访问，因此为了从整体上保障数据的安全性，需要做好安全数据库的设计工作，安全数据库是数据的核心内容，采用安全数据库的管理系统对数据的核心进行管理，将管理方式应用到数据信息当中，发挥安全数据库的配置管理、安全审计、操作日志管理、用户管理等性能。这些性能还分别包括其他的部分，正是由于核心数据库存储的信息是十分重要的，所以要严格管理方式，从数据结构和数据管理方式的角度出发，重点关注数据存储的方式和数据存储的管理等。安全数据库的设计工作要以核心数据库为核心，着重关注安全保障机制，这类数据库主要是有警告数据库、性能数据库以及配置数据库等。安全数据库的设计工作可以提高数据平台的服务品质，这样数据信息在层层管理和过滤之后就会变得更加安全和高效。一些数据十分重要，为了提高数据的保密性需要对数据进行准确的管理，需要建立一个专门的数据信息库，将数据存储在数据信息库里，这样一来才能全面提高数据的安全性。安全数据库的建立需要有专门的技术人员来进行设计，注重数据安全性的提升和科学性的提升，为了提高数据库的安全程度，有关部门要引进专业的科学人才，只有这样才能发挥人才的作用和价值。安全数据库工作的主要目的是为了核心数据库的安全，因此，管理人员要重视安全技术的创新。

3.3 图像识别技术

图像识别技术是大数据分析技术贯彻落实的最后一个阶段，传统的图像尺寸不一，并且像素不清晰，使用智能图像识别技术进行识别工作的时候，往往识别效果不好或者识别的程度较低，为了增加识别的效率，让蕴含在图片当中的数据信息全部呈现出来，需要应用到大数据集域自适应技术，这种技术可以提高计算机的识别能力。在实际的工作过程中为了将大数据技术与图像识别技术融合起来，工作人员要不断积累工作经验，将不同的图像整合起来，制作成不同的图像模型。时代在不断进步，社会在不断发展，计算机视觉领域也取得了迅猛的发展，主要是在于大数据技术对图像融合进行处理，形成一个图像的抗体库。用户在对图像进行扫码识别的时候往往承受着一定的风险，可能会出现访问风险问题，因此为了降低用户的风险，需要发挥大数据分析的优势，将不同的数据信息进行组合，只有这样才能逐步提高用户访问的安全性。用户在访问的时候一定要保护好自己的数据信息，如果出现不良网站提醒，一定要终止访问活动，避免因为过度的访问而出现不必要的信息泄露问题。有关部门还要重视数据信息的保护工作和保障工作，如果有用户泄露了自己的信息，工作人员要尝试减少因数据的泄露而给用户造成的损失。

4 结束语

综上所述，大数据分析技术与智能图像识别技术相融合，发挥两个技术的优势，只有这样才能提高图像识别的精确度。大数据技术的应用可以通过构建数据库以及设计安全数据库来实现，时代的进步也对这些技术提出了更高的要求，需要进行技术革新和技术更改工作，为了完成这一工作，需要专业的工作人员付出相应的努力。国家要加大人力物力资源的投入，培养专业的技术人才，不断创新大数据的工作方式，找到一个良好的契合点，将大数据技术和智能图像识别技术融合起来。

[1]何朋. 大数据分析与智能图像识别技术融合应用[J]. 汽车世界，2019，000（019）：103-103.

[2]唐雅娜，史春笑. 基于大数据的遥感图像智能识别方法研究[J]. 计算机产品与流通，2020（4）.

[3]余华云，余泽禹. 大数据环境下微小图像特征智能识别仿真研究[J]. 计算机仿真，2017，34（010）：301-304.

[4]侯美业，颜飞彪，潘雪丰，等. 一种基于图像识别大数据的垃圾分类系统：CN110789871A[P]. 2020.