人工智能与机器学习技术在智慧城市中的应用

贺志朋

(苏州健雄职业技术学院,江苏 苏州 215411)

0 引言

智慧城市是在互联网、云计算和人工技能等先进技术的融合下所构建而成的创新型智能化、信息化的城市形式。智慧城市的建设期间运用了人工智能和机器学习等相关技术,这不仅是新经济时代的发展趋势,也是一种思维转化的重要代表形式。想要将国家建设成数字化、网络化的强国,人工智能和机器学习技术在智慧城市中的作用不可忽视。

1 人工智能与机器学习技术的基本概述

人工智能(Artificial Intelligence,AI)技术早在20世纪中期就被提出并发展,人工智能技术的出现给人类社会的发展带来了更多的帮助和价值。人工智能系统可以将某领域中大量专家具备的知识和经验等通过编程的手段将其集中于软件并储存在计算机内部,可以根据现有的知识和经验开展推理工作和行为判断,并模拟专业人士,为人们提供所需要的建议和观点。

机器学习主要指的是进行系统性和综合性的知识识别,针对原有的机械能力和其他学习能力实现科学有效的提升,并在此基础上获得全新的技能、知识储备。机器学习所表现的学习模式和人类实际的学习模式有一定的相似之处,如果不采取系统性学习或没有及时有效地掌握学习方法,往往无法获取问题的解决策略。根据数据类型的差异分析,数学建模也有所不同。在机器学习或人工智能领域中,大多数人会考虑算法的学习方式。在机器学习中,类型不一的学习方式可以将算法依据自身的学习方式加以分类。机器算法分类中较为常见的机器学习和最常用的算法是回归算法,是利用误差衡量探索变量间关系的一种算法。在机器学习领域中,回归算法包含诸多种类,常见的算法线性回归是最简便的模式,利用一个连续的平面模拟整合数据信息,集成方法可以利用数据的循环分割配制出不同的分支为分离信息增益。

2 人工智能与机器学习技术在智慧城市中的实践应用

在智慧城市的建设阶段,人工智能技术下的图像识别技术已经广泛应用于多个领域当中,在此技术帮助下,所成立的图像识别技术体系具有多种功能,比如指纹识别、步态识别、人脸识别等。这些技术推动着我国信息化技术的发展。因此,人工智能与机器学习技术在智慧城市中的具体应用主要体现在以下几个方面。

2.1 步态识别

步态识别主要是通过人的行走方式和表现形态在无法控制的状态下完成其身份验证和识别。相关研究调查表明,人类的步态主要含有24 种类型各异的成分。如果充分考虑这20 多种成分,步态可以成为人类个体的独有形态,与虹膜识别和指纹识别等传统识别方式相比,步态识别具有自然、真实、不易伪装的优势特征。在这些优势的基础上,步态识别在智慧城市的建设及其他领域方面都有更深的造诣[1]。

步态识别主要应用于安防领域。首先,步态识别技术应用于视频监控系统中,不仅可以在消防治安、处理案件和反恐等方面充分发挥巨大价值,还可以在短时间内针对监控中的犯罪嫌疑人进行从上到下的勘测和判断。其次,步态识别还可以在财产安全方面发挥出功效,针对价值昂贵、意义重大物品的保管。在融入步态识别技术以后,物品中存在的传感器会根据来往人的步态进行深入分析,以判断此人是否存在盗窃、毁坏或其他不良的动机,并根据实际情况发出强烈的警示响铃。最后,步态识别也可以应用于医学领域。因为身体康健的人与存在健康问题的人在走路方式和形态方面存在差异性,通过步态识别的应用,可以短时间内判断出人的身体是否出现问题。如果身体抱恙,可以快速查找出是身体的哪项器官指标出现问题。

2.2 人脸识别

人脸识别技术是人工智能和机器学习中最具有代表性的身份鉴别技术,在诸多领域中都有广泛的应用。(1)人脸识别在安防领域的应用。现阶段,社会发展中的高清监控设备已经全面普及并应用,为人脸识别技术的实施提供了保证。出现案情后可以在视频录像中对嫌疑人的面部特征加以提取,并针对其周边活动为案件的分析探究提供条件。在出现案情后,可以通过监控录像查找嫌疑人的体态及面部特征,并对其小范围的活动实施捕捉获取,为案件的分析提供帮助。(2)人脸识别在金融领域的应用。随着社会经济的不断发展,人们购买产品所采用的资金付款方式越来越多,二维码等先进的付款方式往往会存在一些不安全的因素,无法满足人们多方面需求。与之相比可以看出,刷脸支付的资金付款类型更具有唯一性和安全性优势,逐渐得到社会人群的认可。(3)人脸识别在门禁管理方面的应用。门禁系统是保证人们居住环境安全的重要配置。因为人脸的唯一性和不易复制性为其身份鉴别提供有效的基础保障,通过对人脸的扫描识别可以作为开门的特殊“钥匙”。小区可以通过门禁系统清晰地记录单元楼中住户的面貌,不仅有效保证住户的人身安全,防止外来人员随意进出小区,还减少了因丢失钥匙带来的困扰。现阶段,人脸识别主要由3 种应用模式组成,分别为:1 ∶1人脸识别、1 ∶N 人脸识别、M ∶N动态布控。1 ∶1识别主要对当前出现的人脸与数据库中存在的人像特征进行比较,并在短时间获取匹配过程,主要体现在刷脸检票、登机和支付等。1 ∶N 指的是在大量人像数据库中查询出当前用户的人脸数据展开匹配。简单来说就是在N 个人当中筛选出1 个目标。M ∶N 是通过计算机针对指定范围存在的个体实施人脸对比,主要应用于VIP 客户管理系统和校园人脸识别系统等多个领域[2]。

2.3 步态识别和人脸识别融合技术的应用

在人工智能与机器学习技术应用范围中,步态识别技术和人脸识别技术相结合受智慧城市建设的认可度较高。比如,应用的数据库网络(DataBase Network,DBN)深度置信网,构建多个具有一定限制的堆叠效应体系。通常情况下,这两种识别技术有效融合后所构造的网络空间层中主要涵盖隐藏层和显著层两种形式,通过这两种层次的假设分布控制玻尔兹曼模型建设的具体要求和标准,其应用价值不容小觑。从整体目光来看,步态识别与人脸识别有效结合和应用期间利用卷积神经网络和全连接层等网络构建方式,重点强调对设计范围内距离的减小,有效控制对网络训练的联合监督,根据范围内的距离方向和目标,并采取相关的技术融合应用手段。

2.4 智能医疗

医疗事业中引入人工智能技术不仅可以有效加强医疗救护水平,还可以在根本上为人民群众提供人身和财产安全保障。一般情况下,医疗卫生的相关单位可以构建智能化、先进化的医疗系统,并在此平台中收集、查阅更多与患者相关的信息资源,为后续的救治工作提供信息依据。与此同时,医院可以利用智能医疗系统针对出现病情的病人采取远程诊断、医治和身体检查,为身处不同地域位置的患者提供有效的医疗服务,减少医疗人员与传染病患者的身体接触,控制病毒的扩散和传播。现阶段,人工智能在医疗机构中最广泛应用的是智能报警设置,在病床旁边安放警示按铃,不同楼层的医疗室作为主要控制场所。如果有病人出现突发情况或其他问题时,可以在第一时间按下警报铃告知医护人员。

2.5 智慧交通

在城市现代化建设的进程发展期间,汽车的使用数量逐渐增多,城市的交通堵塞问题越来越严重。使用图像识别技术深入分析道路的交通情况,可以为交通管理部门提供动态化的道路车流量相关数据和信息,并对道路上的信号指示进行合理调整,实现有效的交通疏导。将人工智能技术引入智能地图的集成中,可以对在外出行的具体路线进行科学合理的策划,并针对实际的交通状况完成智能化和现代化的调控,有效控制交通道路当中出现堵塞现象[3]。

3 结语

综上所述,智慧城市已经逐渐成为人类社会发展当中主要途径,人工智能技术和机器学习技术在相互融合中,为智慧城市的建设和发展提供了更多的技术支持和经济保障,促进我国精神文明和物质文化的快速发展,满足社会广大人民群众在生产生活中的多方面需求。