深度学习驱动人工智能优化升级

来源：中国安防, 2022, (12): 27.

<正>自2016年3月Alphago在围棋比赛中战胜了李世石以来,深度学习在各行各业中得到了极为成功的应用。经过几年的发展,人工智能的新算法不断涌现,深度学习仍是这一时期发展的主线并不断尝试解决更为复杂的应用任务。与此同时,人工智能的产业格局与生态体系也更为明晰,开源开发框架格局逐步确立,以科技巨头引领的生态系统垂直整合速度不断加快,产业发展重心也由比拼单项技术的准确率向实际应用场景落地方向转变。步态识别是生物特征识别技术分支之一,回顾其发展历程不难看出,随着机器学习、深度学习的应用和研究人员的不断攻关克难,许多经典的步态识别算法如雨后春笋般被相继提出,步态识别领域涌现出许多优秀的研究成果,成功挑战了各种难点,在实际应用过程中发挥了巨大的作用。尤其是近几年,步态识别研究从非深度学习转向基于深度学习后,许多基于深度学习的步态识别算法更加完美地解决了各种疑难问题。