美研发可自行学习的对象识别算法

　　日前，来自美国杨百瀚大学的工程师 Dah-Jye Lee 开发出了一种新对象识别算法，这套算法被他成为 ECO features，它能使计算机摆脱人工的干预，自行“学习”物体对象的特征和区别，从而实现对象识别。

　　工程师 Lee 称，这套算法的思想和教小孩识字认东西差不多。你只需要告诉计算机里的样本图片是什么物体，剩下的就是让计算机通过 ECO features 算法去自己计算出它们的特征与不同，然后通过自己“学习掌握知识”，去识别出物体。

　　例如，他首先在图片样本中，分别标记出人、飞机、树和摩托车，然后计算机就会通过算法，找出样本的特征和区别，从而获得对不同对象的“认知”，之后就可以在不同的图片中识别出自己知道的对象（图片中，就是计算机的识别结果）。这套算法在经过多次识别测试后，对这四种对象的识别，准确率达到了 100 %，而其他业界内的物体识别系统的识别准确率最高在 95 – 98 % 的范围内徘徊。

　　以此同时，Lee 带领的科研小组还对这套算法进行一次生物识别测试，这次要识别的是四种不同的鱼，分别是：Yellowstone cutthroat 、 cottid 、speckled dace 和 whitefish。该算法经过测试，准确率达到了 99.4 %。