第3章 移动房间 (第1/2页)

他们走出控制室。到达建筑空间。到处找启动钥匙，一个一个房间找，利用电子探索仪，检测无线信号，找出启动钥匙大致位置。

当到达那个房间。房间发出轰隆隆的声音，原来各个房间在发生移动，移动到不同的楼层，不同的位置。

任黎说：“白找了。又要重新找。这房间怎么还自动移动呢？”

奇炼梁说：“这是设定的按照某种方式移动，怕其他人找到钥匙。钥匙又必须放在这个筑车中。”

任黎说：“是按照什么方式移动房间的呢？应该有什么规律。”

在图书馆旁，有个摄像头，他们在这里曾经翻阅过一些书籍。例如有本建筑规范，翻开还放在书桌。

筑车移动房间的顺序是从房间号1到21，27，26，25号房间。这有什么规律？

奇炼梁说：“难道是通过摄像头扫描某些书籍，从里面提取数字，按照数字为排序表格，作为房间移动规律？”

“这摄像头能识别字符，像人眼一样？”

“你还不知道吧，这是图像识别技术。图像识别是人工智能的一个重要领域。为了模拟人类识别图像的计算机程序，人们提出了不同的图像识别模型。例如神经网络模型。这种模型认为，识别某个图像，必须在过去的经验中有这个图像的已经训练的模式，或者模板。当前的触觉如果能与大脑中的模板相匹配，这个图像也就被识别了。例如有一个字母X,如果在脑中有个X模板,字母X的大小、方位、形状都与这个X模板完全一致,字母X就被识别了。这个模型简单明了，也容易得到实际应用。模板匹配模型强调图像必须与脑中的模板完全符合才能加以识别，而事实上人不仅能识别与脑中的模板完全一致的图像，也能识别与模板不完全一致的图像。人们不仅能识别某一个具体的字母X,也能识别印刷体的、手写体的、方向不正、大小不同的各种字母X。同时,人能识别的图像是大量的，神经网络模板是需要大量不同类和同类图像进行训练的，每个类别的图像要写上标签，标注这是哪个字母。然后在测试的时候，将某个字符的图像输入到系统，系统能够根据已经训练好的网络，识别这是哪个字符。”

“图像识别可能是以图像的主要特征为基础的。每个图像都有它的特征。对图像识别时眼动的研究表明，视线总是集中在图像的主要特征上，也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方，这些地方的信息量最大。将指纹放大，分叉处和

本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！