sp;
早期的神经元系统不具备对事物的运动特征计算的功能,后期随着多元关联拟脑动态计算模型的应用,视觉智能系统也可以通过对认知对象关键点的向量关系的运动特征,识别认知对象。
早期的神经元系统对图像的解算是平面的,只能标注‘关注点’并标注‘关注点’之间的向量关联关系,随着短时间序列关注机制,图像的解算不再是平面的,大量的关注点被标注,关注点之间的向量关系被标注,并通过时间序列解算,这些关注点在前多个时间片中的相关信息,与本图像解算信息继续关联,不但呈现了三维向量关系,而且,还呈现了以时间序列为第四轴的立体四维向量关系。
每一个个体都有自己的运动特征,这就决定了该个体碎片化的关键点之间的向量关系,在运动中产生的相对变化,视觉智能系统通过时间序列多维计算,可以针对认知对象的运动特征,更准确的知道,“这个认知对象是什么,是谁”。对群体的认知也是一样的,视觉智能可以观察一群藏羚羊,以每一个藏羚羊为信息点,这些信息点散布的规律,以及在运动中,每一个信息点之间的向量参数相对变化的规律,再结合时间及地点,更准确的知道,“这群藏羚羊是哪一群,它们有什么变化”。对人群也是一样,更准确的知道,“他们是哪一群人,他们要干什么”。
今天。。。。。。
‘太空眼’系统粗粒度扫描F洲大草原,成群的角马在迁移,一张一张的角马群图像进入‘太空眼’的监控卫星,第一道图像解算,得出了角马群分布形态及运动趋势的特征码组及关键点关联向量模型,一张一张的模型被传输到魔天的计算核心。
继续解算,所有的认知对象都成为信息元,所有的信息元都处于关联状态,所有的关联状态都在运动变化,所有的运动变化被统计归纳为一组数字模型,与原有的数字模型对比,‘态’的参数突破阈值了,参数溢出了,这里出现了‘非正常’的变化,位于第六天的魔天计算系统向‘太空眼’的监控卫星发出了一个指令,将监控等级提升到橙色。
&nb
本章未完,请点击下一页继续阅读! 第10页 / 共12页