第127章-深度学习算法（2/2）

在研发资金匮乏的情况下，易师良和袁为还能让实验室坚持运转到七月份，已经很难得了。

几个人在大楼里参观了一圈儿，除了设备仪器外，也没有什么可看的。

等到会议室落座后，袁为又向陈淮一行介绍了一下智能视觉分析和深度学习算法的市场应用空间，以及实验室目前已经取得的一些研究成果。

智能视觉分析是指针对计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的目标。

用户可以根据视频的内容打开分析功能，通过在不同摄像机的场景中缺省不同的报警规则……

一旦目标在场景中出现了违反预定义规则的行为，系统就会自动发出报警，监控工作站自动弹出报警信息并发出警示音……

用户可以通过点击报警信息，实现报警的场景重组并采取相关措施。

智能视觉分析技术用于视频监控方案通常有两种：第一种是基于智能视频处理器解决方案的嵌入式系统;第二种是基于工业计算机的解决方案。

在嵌入式系统方案中，视频分析设备被放置在IP摄像机之后;而基于工业计算机的解决方案只能控制若干关键的监控点，这项技术在未来的市场上将会有极其广泛的应用空间。

深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文本，图像和声音等数据的解释有很大的帮助。

学习算法的最终目标是让机器能够像人一样具有分析学习能力，能够识别文本、图像和声音等数据。

深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。

深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。

深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。

说到自己研究的专业方向，袁为还是相当自豪的，有些期许地看向陈淮：「听高明说，陈董也是江大信息工程专业的高材生，想必您对这个行业也不陌生吧？」