工業(yè)設(shè)計(jì)信息交互中運(yùn)用圖像識(shí)別技術(shù)的意義與策略,機(jī)械工程論文

工業(yè)設(shè)計(jì)信息交互中運(yùn)用圖像識(shí)別技術(shù)的意義與策略,機(jī)械工程論文內(nèi)容摘要：工業(yè)設(shè)計(jì)中信息交互是一個(gè)重要的環(huán)節(jié),將圖像辨別應(yīng)用于工業(yè)設(shè)計(jì)之中能夠有效傳遞視覺(jué)文化,帶給用戶(hù)更為優(yōu)質(zhì)的使用體驗(yàn),有效保障了工業(yè)設(shè)計(jì)的質(zhì)量?；诖?本文闡述了信息交互的相關(guān)概念,分析了工業(yè)設(shè)計(jì)中圖像辨別技術(shù)的應(yīng)用,最終得出了圖像辨別技術(shù)能夠有效應(yīng)用于工業(yè)產(chǎn)品的外觀(guān)設(shè)計(jì)、工業(yè)設(shè)計(jì)的傳播與推廣以及工業(yè)設(shè)計(jì)的圖像分類(lèi)。以期有效提升工業(yè)設(shè)計(jì)的效率,保障工業(yè)產(chǎn)品的質(zhì)量。本文關(guān)鍵詞語(yǔ)：圖像辨別技術(shù);工業(yè)設(shè)計(jì);信息交互;應(yīng)用;RESEARCHONTHEAPPLICATIONOFIMAGERECOGNITIONTECHNOLOGYININFORMATIONEXCHANGEOFINDUSTRIALDESIGNZhouWeiAbstract：Informationinteractionisanimportantlinkinindustrialdesign.Theapplicationofimagerecognitioninindustrialdesigncaneffectivelytransfervisualculture,bringusersmorequalityexperience,andeffectivelyguaranteethequalityofindustrialdesign.Basedonthis,thispaperexpoundstherelevantconceptsofinformationinteraction,analyzestheapplicationofimagerecognitiontechnologyinindustrialdesign,andfinallycomestotheconclusionthatimagerecognitiontechnologycanbeeffectivelyappliedtotheappearancedesignofindustrialproducts,thedisseminationandpromotionofindustrialdesign,andtheimageclassificationofindustrialdesign,soastoeffectivelyimprovetheefficiencyofindustrialdesignandensurethequalityofindustrialproducts.1相關(guān)理論簡(jiǎn)述1.1信息交互的概念信息交互主要是指人類(lèi)與人類(lèi)之間、人類(lèi)與物體之間通過(guò)各種各樣的手段來(lái)完成不同信息的傳遞,進(jìn)而實(shí)現(xiàn)交互的目的。詳細(xì)而言便是自然以及社會(huì)之中各類(lèi)資料、數(shù)據(jù)、情報(bào)以及技術(shù)知識(shí)能夠通過(guò)某種載體來(lái)完成及時(shí)的傳遞和溝通,而信息交互屬于一種文字信息載體[1]?，F(xiàn)代社會(huì)科學(xué)技術(shù)水平有了長(zhǎng)足的進(jìn)步,各類(lèi)數(shù)字產(chǎn)品應(yīng)運(yùn)而生,不同于實(shí)際產(chǎn)品對(duì)于外觀(guān)樣式的高度重視,數(shù)字產(chǎn)品主要是對(duì)用戶(hù)的目的及行為較為關(guān)注,并基于此來(lái)實(shí)現(xiàn)信息交互,進(jìn)而使用戶(hù)能夠收獲上佳的體驗(yàn)。隨著時(shí)代的不斷變遷,信息交互已經(jīng)過(guò)傳統(tǒng)的工具以及武器演變成了有著復(fù)雜工藝的各類(lèi)先進(jìn)設(shè)備,最為常見(jiàn)的便是通過(guò)互聯(lián)網(wǎng)所提供的便利來(lái)實(shí)現(xiàn)信息交互。1.2圖像辨別技術(shù)的概念圖像辨別技術(shù)主要是指通過(guò)計(jì)算機(jī)來(lái)處理、分析以及理解圖形,進(jìn)而在不同形式之下完成既定目的的一種技術(shù)。是基于深度學(xué)習(xí)算法的實(shí)踐應(yīng)用。圖像辨別技術(shù)主要包含了人臉辨別以及商品辨別兩種技術(shù)。華而不實(shí)人臉辨別主要被應(yīng)用于身份驗(yàn)證、安全檢查以及移動(dòng)支付領(lǐng)域;商品辨別則是被應(yīng)用于對(duì)各類(lèi)商品進(jìn)行流通之時(shí),尤其是智能零售柜以及無(wú)人收貨等領(lǐng)域。在進(jìn)行圖像辨別時(shí),主要有下面幾個(gè)流程:采集圖像、預(yù)處理圖像、提取圖像特點(diǎn)、實(shí)現(xiàn)圖像辨別。當(dāng)下市場(chǎng)中應(yīng)用較為廣泛的圖像辨別軟件主要有國(guó)外的有康耐視以及國(guó)內(nèi)的海深科技、圖智能等。2圖像辨別技術(shù)在工業(yè)設(shè)計(jì)信息交互中的應(yīng)用意義設(shè)計(jì)能夠彌補(bǔ)科技和人之間的缺口,設(shè)計(jì)是能夠?qū)⑶楦?新奇感、獨(dú)立感、安全感、感性、自信心、氣力感)、人機(jī)工程(易用性、安全性、舒適性)、美學(xué)(視覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)、觸覺(jué))結(jié)合起來(lái)的因素[2]。技術(shù)指的是采用先進(jìn)的技術(shù)或加工質(zhì)量很高的傳統(tǒng)性技術(shù),為產(chǎn)品賦予足夠的功能,使產(chǎn)品持續(xù)正常工作,并保持良好的技術(shù)能力。在進(jìn)行工業(yè)設(shè)計(jì)時(shí),相關(guān)人員會(huì)根據(jù)本身的經(jīng)歷體驗(yàn)以及視覺(jué)感受來(lái)讓產(chǎn)品在材料、形態(tài)、構(gòu)造、裝飾、色彩以及外表加工等方面有著全新的品質(zhì),并且通過(guò)各類(lèi)宣傳、展示以及包裝等手段來(lái)對(duì)產(chǎn)品的視覺(jué)效果進(jìn)行評(píng)價(jià)。就本質(zhì)而言,工業(yè)設(shè)計(jì)并不是最終的目的,而是為了實(shí)現(xiàn)人類(lèi)其它目的而使用信息交互的一種手段。圖像辨別在機(jī)器視覺(jué)工業(yè)領(lǐng)域中最典型的應(yīng)用就是二維碼的辨別,二維碼就是我們平常常見(jiàn)的條形碼中最為普遍的一種。將大量的數(shù)據(jù)信息存儲(chǔ)在這小小的二維碼中,通過(guò)條碼對(duì)產(chǎn)品進(jìn)行跟蹤管理,能夠方便的對(duì)各種材質(zhì)外表的條碼進(jìn)行辨別讀取,大大提高了當(dāng)代化生產(chǎn)的效率。由此能夠看出,圖像辨別技術(shù)應(yīng)用于工業(yè)設(shè)計(jì)信息交互之中,能夠有效提升信息交互質(zhì)量及效率,保證工業(yè)設(shè)計(jì)所獲取的信息更為準(zhǔn)確,為后續(xù)工業(yè)設(shè)計(jì)產(chǎn)品的誕生奠定堅(jiān)實(shí)的基礎(chǔ)[3]。3圖像辨別技術(shù)在工業(yè)設(shè)計(jì)信息交互中的應(yīng)用思路當(dāng)下工業(yè)設(shè)計(jì)已經(jīng)融入了人們?nèi)粘Ｉ钪械牟煌I(lǐng)域,有著較為廣泛的應(yīng)用范圍。例如,設(shè)計(jì)普通工業(yè)用品、設(shè)計(jì)交通運(yùn)輸工具、設(shè)計(jì)商業(yè)廣告形式、設(shè)計(jì)各類(lèi)建筑等。工業(yè)設(shè)計(jì)將工業(yè)本身與各類(lèi)技術(shù)以及設(shè)計(jì)進(jìn)行了高度的融合,讓民眾的生活水平有了較大幅度的提升,并且勞動(dòng)生產(chǎn)率也有了長(zhǎng)足的進(jìn)步,人們的文化視野也有所豐富。但華而不實(shí)仍然存在著一定的問(wèn)題,例如部分工業(yè)產(chǎn)品的設(shè)計(jì)與制造效率較低,產(chǎn)品的合格率不符合相關(guān)標(biāo)準(zhǔn),產(chǎn)品品相不知足人們的基本需求等。而通過(guò)圖像辨別技術(shù)的應(yīng)用,則能夠有效解決這類(lèi)問(wèn)題,相關(guān)人員在進(jìn)行工業(yè)設(shè)計(jì)時(shí)能夠?qū)⒈旧淼南敕ň唧w表現(xiàn)出在產(chǎn)品之中,進(jìn)而帶給用戶(hù)更具個(gè)性化的產(chǎn)品體驗(yàn)。詳細(xì)而言,圖像辨別技術(shù)在工業(yè)設(shè)計(jì)信息交互中的應(yīng)用主要有下面幾個(gè)方面:3.1圖像辨別技術(shù)應(yīng)用于工業(yè)產(chǎn)品的外觀(guān)設(shè)計(jì)圖像辨別技術(shù)最為重要的作用便是更為便捷地完成人類(lèi)與產(chǎn)品之間的交互,而將其應(yīng)用于外觀(guān)設(shè)計(jì)之中,有效提升交互的效率及效果。最為典型的便是2021年所發(fā)布的iPhoneX手機(jī),其將圖像辨別技術(shù)作為了華而不實(shí)的核心技術(shù),手機(jī)的外觀(guān)屏幕采用了異型曲面屏,并且在屏幕中存在著一定的開(kāi)孔,這樣一來(lái)就能夠嚴(yán)格遵循相應(yīng)的交互邏輯,進(jìn)而實(shí)現(xiàn)人臉支付等一系列的功能。在該手機(jī)中的圖像辨別技術(shù)主要流程是對(duì)人臉進(jìn)行辨別、對(duì)面部的特征進(jìn)行提取、對(duì)信息進(jìn)行比照分析進(jìn)而得出結(jié)論[4]。手機(jī)的人臉辨別技術(shù)不同于普通手機(jī),其開(kāi)孔部位存在著紅外攝像頭、深感攝像頭以及泛光感應(yīng)元件,還有前置攝像頭與點(diǎn)陣投影器。依次經(jīng)過(guò)紅外拍臉,構(gòu)造光與點(diǎn)陣投影器獲取3D精到準(zhǔn)確模型,轉(zhuǎn)化為數(shù)學(xué)表示出式,存入手機(jī)的安全區(qū)域。通過(guò)這樣的方式能夠讓產(chǎn)品的安全性得以提升,并且讓圖像辨別技術(shù)和工業(yè)設(shè)計(jì)進(jìn)行了更為深切進(jìn)入的融合,這樣一來(lái)工業(yè)設(shè)計(jì)方案能夠更為便捷地實(shí)現(xiàn),工業(yè)設(shè)計(jì)人員也能夠找到全新的延展方向。3.2圖像辨別技術(shù)應(yīng)用于工業(yè)產(chǎn)品的傳播與推廣工業(yè)設(shè)計(jì)的目的是通過(guò)信息交互來(lái)全面了解用戶(hù)的實(shí)際需求,進(jìn)而不斷地對(duì)現(xiàn)有的產(chǎn)品進(jìn)行完善。而要想有效提升信息交互質(zhì)量,就必須做好工業(yè)產(chǎn)品的傳播與推廣。通過(guò)圖像辨別技術(shù)的應(yīng)用,讓相關(guān)人員對(duì)用戶(hù)的實(shí)際情況以及周?chē)氖褂铆h(huán)境有一個(gè)全方位的了解,進(jìn)而在產(chǎn)品形式設(shè)計(jì)以及內(nèi)容設(shè)計(jì)方面進(jìn)行創(chuàng)新,以此來(lái)不斷提升工業(yè)產(chǎn)品在市場(chǎng)中的占有率。較為典型的例子便是二維碼系統(tǒng)[5],在掃描大部分工業(yè)產(chǎn)品所附帶的二維碼之后,系統(tǒng)經(jīng)過(guò)用戶(hù)同意便可獲取用戶(hù)所在的地址及偏好等特征,進(jìn)而通過(guò)統(tǒng)計(jì)分析得出平均結(jié)果,進(jìn)而為設(shè)計(jì)人員后續(xù)的設(shè)計(jì)方向提供理論上的參考。3.3圖像辨別技術(shù)應(yīng)用于工業(yè)設(shè)計(jì)的圖像分類(lèi)3.3.1對(duì)圖像進(jìn)行細(xì)粒度分類(lèi)這是在分類(lèi)的基礎(chǔ)上進(jìn)行的基本分類(lèi),還有更為具體的子分類(lèi),如鳥(niǎo)類(lèi)種類(lèi)、汽車(chē)樣式、犬類(lèi)品種等。當(dāng)前,在行業(yè)和現(xiàn)實(shí)生活中有著廣泛的業(yè)務(wù)需求和應(yīng)用場(chǎng)景。與粗粒度圖像相比,細(xì)粒度圖像具有更為類(lèi)似的外觀(guān)和特征,并且在采集經(jīng)過(guò)中存在姿態(tài)、透視、光照、遮擋和背景干擾等問(wèn)題,導(dǎo)致類(lèi)間差異大、類(lèi)內(nèi)差異小的現(xiàn)象,使得分類(lèi)愈加困難。3.3.2多標(biāo)簽圖像分類(lèi)在現(xiàn)實(shí)生活中,圖像往往包含多個(gè)類(lèi)別的對(duì)象。多標(biāo)簽圖像分類(lèi)能夠同時(shí)判定圖像中能否包含這些內(nèi)容,進(jìn)而更好地解決現(xiàn)實(shí)生活中的問(wèn)題。單標(biāo)簽圖像分類(lèi)是指每幅圖像對(duì)應(yīng)一個(gè)類(lèi)別標(biāo)簽。根據(jù)目的分類(lèi)的個(gè)數(shù),單標(biāo)簽圖像分類(lèi)可分為兩類(lèi)和多類(lèi)。多標(biāo)簽圖像分類(lèi)主要采用圖像辨別技術(shù)中的多標(biāo)簽決策樹(shù)算法。該算法利用決策樹(shù)技術(shù)處理多標(biāo)簽數(shù)據(jù),基于多標(biāo)簽熵的信息增益準(zhǔn)則遞歸構(gòu)造決策樹(shù)。樹(shù)構(gòu)造包括非葉節(jié)點(diǎn)、分支和葉節(jié)點(diǎn)。采用決策樹(shù)模型進(jìn)行分類(lèi)時(shí),特征屬性由非葉節(jié)點(diǎn)表示,特征屬性在一定范圍內(nèi)的輸出由非葉節(jié)點(diǎn)之間的分支表示,類(lèi)別由葉節(jié)點(diǎn)存儲(chǔ)。其計(jì)算思想是:首先計(jì)算每個(gè)特征的信息增益,選擇增益最大的特征將樣本分成左右兩個(gè)子集,進(jìn)行遞歸直至知足停止條件,構(gòu)造決策樹(shù)。對(duì)于新的測(cè)試樣本,沿著根節(jié)點(diǎn)到葉節(jié)點(diǎn)遍歷一條途徑,并計(jì)算葉節(jié)點(diǎn)樣本子集中每個(gè)標(biāo)簽為0和1的概率。假如概率超過(guò)0.5,則包括標(biāo)簽。在遍歷到不同葉節(jié)點(diǎn)的所有途徑之后,能夠確定所有標(biāo)簽信息。當(dāng)前,圖像分類(lèi)的任務(wù)在很大程度上依靠于監(jiān)督學(xué)習(xí),即每個(gè)樣本都有相應(yīng)的標(biāo)簽。通過(guò)深層神經(jīng)網(wǎng)絡(luò),我們能夠不斷學(xué)習(xí)每個(gè)標(biāo)簽對(duì)應(yīng)的特征,最終實(shí)現(xiàn)分類(lèi)。在這種情況下,數(shù)據(jù)集的容量和標(biāo)簽的質(zhì)量往往對(duì)模型的性能起著決定性的作用。3.3.3無(wú)監(jiān)督圖像分類(lèi)假如將神經(jīng)網(wǎng)絡(luò)視為在軌道上運(yùn)行的F1賽車(chē),則數(shù)據(jù)集是為其持續(xù)提供動(dòng)力的能量。假如沒(méi)有高質(zhì)量的數(shù)據(jù)集作為基礎(chǔ),就無(wú)法驅(qū)動(dòng)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。高質(zhì)量的數(shù)據(jù)集自然會(huì)給注釋帶來(lái)困難。據(jù)統(tǒng)計(jì),在一幅圖像中標(biāo)注一個(gè)對(duì)象類(lèi)別大約需要2到3秒鐘。然而,在實(shí)際應(yīng)用中,數(shù)據(jù)集往往包含數(shù)萬(wàn)幅圖像,因而整個(gè)標(biāo)注經(jīng)過(guò)將變得異常漫長(zhǎng)。十分是在細(xì)粒度分類(lèi)和多標(biāo)簽分類(lèi)任務(wù)中,標(biāo)簽代價(jià)隨著目的數(shù)目和辨別難度的增加呈指數(shù)增長(zhǎng)。無(wú)監(jiān)督圖像分類(lèi)主要采用PCA和t-SNE算法。PCA(PrincipalComponentAnalysis)算法是機(jī)器學(xué)習(xí)領(lǐng)域中一種典型的旋轉(zhuǎn)數(shù)據(jù)集方式方法,其旋轉(zhuǎn)特征不具有統(tǒng)計(jì)相關(guān)性。通過(guò)數(shù)據(jù)集的旋轉(zhuǎn),我們能夠根據(jù)新特征的重要性構(gòu)造子集來(lái)解釋數(shù)據(jù),進(jìn)而構(gòu)造新的數(shù)據(jù)集表示。作為近年來(lái)廣泛應(yīng)用的數(shù)據(jù)分析算法,t-SNE的主要思想是尋找數(shù)據(jù)的二維表示,并盡可能保持?jǐn)?shù)據(jù)點(diǎn)之間的距離,然后盡量使原始特征空間中較近的點(diǎn)更近,而原始特征空間中較遠(yuǎn)的點(diǎn)更遠(yuǎn)。它關(guān)注的是相互距離較近的點(diǎn),而不是較遠(yuǎn)的點(diǎn)。原則上,上述兩種數(shù)據(jù)集轉(zhuǎn)換方式方法復(fù)雜度較高,且算法目的過(guò)于明確,使得抽象的低維數(shù)據(jù)中不存在二次信息,而這些二次信息可能是區(qū)分更高層次層次數(shù)據(jù)的主要因素。因而,這兩種算法大多用于網(wǎng)絡(luò)訓(xùn)練前的數(shù)據(jù)預(yù)處理階段,為后續(xù)的操作提供相應(yīng)的先驗(yàn)知識(shí)。4結(jié)束語(yǔ)綜上所述,圖像辨別技術(shù)已經(jīng)被應(yīng)用到生活中的各個(gè)領(lǐng)域,對(duì)于工業(yè)設(shè)計(jì)而言能夠有效保障信息交互效果,讓設(shè)計(jì)人員認(rèn)識(shí)到不斷變化的用戶(hù)需求,進(jìn)而合理調(diào)整設(shè)計(jì)方案,這樣一來(lái)用戶(hù)的體驗(yàn)也會(huì)更佳。以下為參考文獻(xiàn)[1]張建淵.基于圖像辨別模板匹配技術(shù)的工業(yè)檢測(cè)系統(tǒng)設(shè)計(jì)[J].儀器儀表用戶(hù),2020,27(03):14-16.[2]