图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用 深度学习 算法的一种实践应用。 ^[1] 现阶段 图像识别技术 一般分为 人脸识别 与 商品识别 ，人脸识别主要运用在安全检查、身份核验与 移动支付 中；商品识别主要运用在 商品流通过程 中，特别是 无人货架 、智能零售柜等无人零售领域 ^[2] 。

图像的传统识别流程分为四个步骤： 图像采集 → 图像预处理 → 特征提取 →图像识别。 图像识别软件 国外代表的有 康耐视 等，国内代表的有图智能、海深科技等。另外在 地理学 中指将 遥感图像 进行分类的技术。

图形 刺激作用 于 感觉器官 ，人们辨认出它是经验过的某一图形的过程,也叫图像再认。在图像识别中,既要有当时进入感官的信息,也要有记忆中存储的信息。只有通过存储的信息与当前的信息进行比较的加工过程，才能实现对图像的再认。 图像识别技术的产生以及更新成为当下十分重要的发展方向，同时表现出了良好的发展前景，在信息收集、医疗以及产品安全等方面，都已经开始广泛运用图像识别技术，发挥了非常大的作用。 ^[4] 人的图像 识别能力 是很强的。图像距离的改变或图像在感觉器官上作用位置的改变，都会造成图像在 视网膜 上的大小和形状的改变。即使在这种情况下，人们仍然可以认出他们过去知觉过的图像。甚至图像识别可以不受 感觉通道 的限制。例如，人可以用眼看字，当别人在他背上写字时，他也可认出这个字来。 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,如字母A有个尖，P有个圈、而Y的中心有个锐角等。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。而且眼睛的扫描路线也总是依次从一个特征转到另一个特征上。由此可见，在图像识别过程中，知觉机制必须排除输入的多余信息,抽出关键的信息。同时,在大脑里必定有一个负责整合信息的机制，它能把分阶段获得的信息整理成一个完整的知觉映象。 在人类图像识别系统中，对复杂图像的识别往往要通过不同层次的 信息加工 才能实现。对于熟悉的图形,由于掌握了它的主要特征，就会把它当作一个单元来识别，而不再注意它的细节了。这种由孤立的单元材料组成的整体单位叫做 组块 ，每一个组块是同时被感知的。在文字材料的识别中，人们不仅可以把一个汉字的笔划或偏旁等单元组成一个组块，而且能把经常在一起出现的字或词组成组块单位来加以识别。 在 计算机视觉 识别系统中，图像内容通常用 图像特征 进行描述。事实上，基于计算机视觉的 图像检索 也可以分为类似文本搜索引擎的三个步骤：提取特征、建索引build以及查询。 图像识别是人工智能的一个重要领域。为了编制模拟人类图像识别活动的计算机 程序 ，人们提出了不同的图像识别模型。例如 模板匹配模型 。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记忆模式，又叫模板。当前的刺激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A,如果在脑中有个A模板,字母A的大小、方位、形状都与这个A模板完全一致,字母A就被识别了。这个模型简单明了，也容易得到实际应用。但这种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。例如,人们不仅能识别某一个具体的字母A,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A。同时,人能识别的图像是大量的，如果所识别的每一个图像在脑中都有一个相应的模板，也是不可能的。 [1] 基于深度学习的图像识别研究 ．中国知网．2019-06-10 [引用日期2019-08-09] [2] 基于深度学习的商品图像识别方法研究 ．中国知网．2018-06-04 [引用日期2019-08-09] [3] 雅虎收购图像识别创业公司IQ Engine ．commernet [引用日期2013-08-26] [4]  聂莉娟.基于人工智能的图像识别研究[J].无线互联科技,2022,19(2):112-115 [5]  李丽亚.人工智能中图像识别技术的发现与应用研究[J].长江信息通信,2022,35(1):134-136