关于图像识别

人类智慧机什么的弱爆了，图像识别才是王道。哈哈

原理是？

从一些特例入手容易找规律。图像识别的本质就是找拓朴不变性，某些性质不随外因而变化。而这个不变性就是识别。

人类识别主要考虑几个因素，旋转、平移、缩放、视角、点光、平行光、3D建模、阴影等，这些各有函数描述，寻找这些函数共有的拓朴不变性就是识别的关键。

比如某范围之内为单一颜色，这个单一性就不随上述函数而变化。或虽有变化，如点光射，却容易识别出的。如何构造一种普适有代表性的拓朴不变性就是识别的核心。

识别的本质其实不是识别，而是数据的独有压缩，参考下MD5签名算法或Hash算法，应该大致明白这一思路。

目前机器学习只走了前面几步，比如聚类用来定义单一摸

函数拟合用来识别边界，但该学科没有从拓朴不变性这角度入手，所以在定义物体的特有特征上盲目。

举最笱

举简单例子，ML能识别园形边界，但是我们从不同视角看，圆是会变成椭园甚至直线的，如果视角贯穿图像中所有特征，那么该图仍然是原图。

2个圆一起变成直线，这就是拓朴不变性。如果特征选的少却有可能因巧合而误判，但当超过七个，二十四个反正很多就不可能是误判了。

也许说复杂了点，当原图中有一唯一直线，而识别图中出现曲线，那么必不是原图，因为直线任意视觉变换均不可能为曲线。这个直线由多点构成，这多个点呈直线就是它们的拓朴不变性。

简单点看，用短直线描述图像特征，只要我们能够再次对应原图与识别图中同一直线，就完成了识别，所以，后继如何做你自己努力吧。直线只是我比方，真用直线是没法做到原／识直线对应的，找到你自己的特征即可解决图像识别。