11 多媒体与人工智能.docx

第1页：多媒体与人工智能

多媒体与人工智能摘要：多媒体技术是一种把文本、图形、图像、动画和声音等形武的信息结合在一起，并通过计算机进行综合处理和控制，并且能完成一系列交互武操作的信息技术。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。多媒体技术与人工智能的研究必然有许多相交的方向，例如图像处理与图像识别、音频处理与语言识别等等，两者的研究是可以相互促进的。多媒体技术发展到今天，已经对人类的现实生活产生了深远的意义和影响，具体表现在以下几个方面：一是使计算机可以处理人类生活中最直接、最普遍的信息，从而使得计算机应用领域及功能得到了极大的扩展。二是使计算机系统的人机交互界面更加友好方便，非专业人员可以方便地使用和操作计算机。这也使计算机的应用可以很快速的普及：三是多媒体技术使音像技术、计算机技术和通信技术三大信息处理技术紧密地结合起来，大大的促进了信息处理技术的发展，声音、视频、图像压缩方面的基础技术已逐步成熟，并形成了产品进入市场，形成一个巨大的产业链。多媒体技术涉及的内容包括多媒体数据压缩、多媒体处理、多媒体数据存储、多媒体开发工具等。下面加以简单介绍：多媒体数据压缩涉及多模态转换、压缩编码；多媒体处理主要是音频信息处理，如音乐合成、语音识别、文字与语音相互转换；多媒体数据存储主要涉及数据库技术，这里指多媒体数据库，如图像处理会产生大量数据，就要考虑数据库存储技术；多媒体开发工具：第一种是基于时间的，它以可视的时间轴来决定事件的顺序和对象上演的时间。这种时间轴包括许多行道或频道，以使安排多种对象同时展现。比如Director和Action：第二种是基于图符或流线的，它把多媒体成分和交互队列(事件)按结构化框架或过程组织为对象。使项目的组织方式简化且多数情况下是显示沿各分支路径上各种活动的流程图。比如Authorware．第三种是基于卡片或页面的，它提供一种可以将对象连接于页面或卡片的工作环境，一页卡片便是数据结构中的一个节点，它类似于教科书中的一页或数据袋

第2页：多媒体技术的发展形态与人工智能定义

内的一张卡片，如HyperCard；第四种是以传统程序语言为产品附加值。人工智能(ArtificialIntelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。“人工智能”一词最初是在1956年Dartmouth学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算,而且能够比人脑做得更快、更准确，因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”,可见复杂工作的定义是随着时代的发展和技术的进步而变化的,人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，一方面又转向更有意义、更加困难的目标。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。除了计算机科学以外,人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。人工智能研究的3个热点智能接口智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。数据挖掘

第3页：数据挖掘与知识发现

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱:数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。主体及多主体系统主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。多主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。从以上多媒体技术与人工智能的定义及应用可以看出：多媒体技术与人工智能技术的研究是息息相关的。下面主要阐述多媒体中的模式识别（图像处理）与人工智能的相辅相成关系。用机器做模式识别，就是要把感知世界和形成概念这样一些人类最基本的思维功能通过使用机器来加以实现，其目的是使机器能直接识别各种信息，从根本上改变人机通信方式，用机器取代人的部分脑力劳动。人类的思维过程，大体上是从接受外界信息开始的。在对客观世界认识（识别）之前，首先要从接收到的许多信息中提取主要信息，而理解则是识别的深化，行动的规则是人们对外部世界识别、理解后做出的反应，即改造世界。人工智能又名智能模拟或机器智能，它是研究使机器具有人类智慧特征的一门学科。因此它的研究通常是指怎样用机器（特别是计算机）模拟人的思维过程。而模式识别指的是“认识世界”这一方面的智能模拟。因此，模式识别不仅是人工智能的重要组成部分，也是发展人工智能的基础。而它又是一门独立的学科。随着科学技术的突飞猛进，对“人工智能”的解释也愈来愈广泛了。目前的主要成就体现为一些具有一定水平的归纳、演绎、学习和适应能力的计算机程序的设计和研究。这两门学科有着若干相同的研究目的，其中最重要的是“理解”人类的感知和认知过

第4页：人工智能与相关学科的关系

程，以便使机器具有相似的能力，这两门学科具有相似的起点，但是随着各自的发展已经产生了愈来愈不同的兴趣、风格和侧重点。例如传统的人工智能建立在一个关于表达的假设之上，该假设认为，世界能用一系列的符号来表达，从这个观点出发，感知和认知便由获取、处理、联想和修改符号表达等四部分所构成，这种方法，对表示某些高层次的思维功能来说，似乎是有道理的，但是对涉及感知和认知相结合的任务可能并不适宜。另外这种高层次的符号表达看来与我们所知道的生物神经系统的功能大相径庭。与上述情况不同，传统的模式识别在早期采用感知机的方法而受到挫折以后，转向于将重点放在模式信息处理的数学方法或计算机科学方面。例如，有人将重点放在统计模式识别方面，也有人对形式语言学很感兴趣，这种方法被应用于具有语法结构的模式分类问题。模糊逻辑的使用，为模式识别与人工智能的关系和模拟人类的行为之间提供了一条纽带。下面是几个具体的模式识别与人工智能的例子1、智能小车中图像采集和处理：文献1以智能小车为载体．研究了在实时性需求较高的环境中图像采集和图像处理无法交互工作而带来的低效率问题。提出了一种利用图像采集间隙将图像识别同步到图像采集中以提高效率的方法；针对实时系统中图像采集时的噪声，反光等各种干扰，本文还讨论了赛道图像的滤波去噪方法，同时在固定阈值提取赛道中心线方法的基础上．研究了一种动态阈值法提取赛道中心线，进而给出可靠性高的赛道信息供给控制单元做下层调理。实验表明，该方法能够很好地应用于智能小车等实时性较高的图像采集和图像处理系统中。本文讨论了图像采集和图像处理在智能小车系统中的实现方法。并给出了一种可行的高效“图像采集一处理”方案。同时研究了适合本系统的图像处理算法。2、自动指纹识别技术的发展与应用文献2自动指纹识别技术是利用人类指纹的唯一性．通过对指纹图案的采样、特征信息提取并与库存样本耗比较的过程来实现身份识另q的技术．与帐号}密码、Ic卡等传统的身份识别手段相比，自动指纹识别技术具有不会丢失、不会遗忘、唯一性、不变性、防伪性能好和使用方便等优点，已经逐步在门禁、考勤、金融、公共安全和电子商务等领域得到应用．介绍了自动指纹识别技术的研究现状和指纹特征定义和提取、指纹比对等主要研究内容，分析了该技术面临的主要困难：指纹采集、指纹分类和缺乏相应的系统性能评价体系，提出了该技术的发展方向为非接触式复皮层指纹采集、兼容主流采集设备的识别芯片的开发和多种生物识别技

第5页：生物识别技术的应用与发展

术的融台，对该技术的发展进行了预测。目前，已经有很多自动指纹识别的产品面市，并开始逐步在管理、门禁、金融、公安和网络安全等领域得到应用．以指纹为代表的生物识别技术的发展和应用，不暖可以开发相关的系列产品，获得巨大的经济效益，还可以带动图像处理、模式识别、光学、电子、生理和计算机应用等相关学科的发展，具有很高的学术价值，产生巨大的社会效益以酱纹为代表的生物识别技术的发展和应用已被公认将会给身份识别领域带来一场革命，并三经成为各国学术界和工业界研究的热点之一3、感性信息处理在图像检索中的应用研究文献3随着互连网和多媒体技术的高速发展,计算机已成为人类继电报、传真、电话和电视之后,进行远程交流的重要媒体.如何处理用户的感性信息,使计算机具有识别和表达情感的能力,实现真正的“以人为主导”,达到人机之间的“和谐、自然地”交流,已成为当前人工智能领域所面临的重要挑战之一.感性信息处理的研究属于多学科交叉研究,具有非常重要的理论意义和广泛的应用背景.该论文以感性图象检索为背景,借鉴心理学、绘画艺术、数学、计算智能的研究成果和方法对感性信息处理这一全新的领域做了研究和探索.该文的主要研究内容包括以下几个方面：1、感性建模的研究.2、图像视觉特征的抽取机制的研究.3、图像感性注释的研究.4、图像感性检索的研究.4、关于智能多媒体教学软件的研究文献4计算机多媒体辅助教学软件信息量大，操作简捷，易于突出教学重点和突破教学难点，且课件携带、修改方便，易于保存，利用率高；但也存在一些不足，交互能力差，网络功能差，因材施教能力差等，因此，应把计算机多媒体技术与人工智能技术相结合设计智能多媒体教学软件。把多媒体技术和人工智能技术的结合引入辅助教学系统可以大大改善辅助教学环境，更容易激发学生的学习积极性和主动性，从而能显著提高教学效果。传统的多媒体系统由于缺乏推理机制和学生模型的支持，针对性不强；不能根据学生自己的意愿和理解能力去提供适合该生的学习内容，即不能作到因材施教。其中用到的主要技术就是多媒体技术中的——图像处理。由此可见，图像处理与人工智能有着密切的关系，多媒体技术与人工智能技术的结合可以极大的提高软件的质量。多媒体技术的发展对人工智能的发展有着巨大的推动作用。多媒体技术与人工智能是相互交叉的。二者的发展必然是相辅相成的。可以预测，在将

第6页：多媒体与人工智能的发展趋势与参考文献

来多媒体技术与人工智能技术的发展将在模式识别、图像处理、视频处理等多个方面互相交叉、互相促进。文献1：《智能小车中图像采集和处理的研究和实现》朱寒阳，周海波，邵开来，张蓉(浙江工业大学信息程学院，杭州310023)；文献2：《自动指纹识别技术的发展与应用》尹义龙，宁新宝，张晓梅(南京大!#银佳生物识别技术所南京大学电子科学与工程系，南京，210093)文献3：《感性信息处理在图像检索中的应用研究》王上飞，2002-中国科学技术大学：信号与信息处理文献4《关于智能多媒体教学软件的研究》王立刚（大庆石油学院电子科学学院，黑龙江大庆163311）