影像辨識(Object Recognition)是什麼？
影像辨識也就是在一張照片裡辨識出裡面的物件。電腦的識別比人類還要優秀可以一眼看出車子的類型，甚至是出廠年份。
影像辨識可應用在很多地方，例如美國的大型機場，有著24小時的全面監控，如果有人的行李或包裹離開身邊太久，就會請清潔人員或者警衛清走，為了預防可能是恐怖份子留下的炸彈。
類神經網路如何做到影像辨識？假設我們有數百萬張野外的照片，而我們要從這些照片中，把有鳥的照片辨識出來。這個問題聽起來很簡單，其實很困難。因為照片中的鳥可能出現左上角或右下角各種地方。視拍到的情況，鳥可能在飛或者是在休息。以及可能拍到鳥的正面、背面或者側面，不同面相。
傳統的做法是基於規則(Rule Based)的做法，也就設定多項條件，例如：飛在天上的是鳥、身上有羽毛的是鳥、有翅膀的是鳥等。但這個做法可能會有辨識上困難，因為規則訂的不詳細，可能把其他動物也辨識成鳥。規則訂的太詳細，又有可能產生互相矛盾的情況。
新的方法是基於圖樣(Pattern Based)的作法，將鳥的特徵畫成簡單的線條，藉由圖樣來判斷照片中的是不是鳥。而圖樣之間還有其他的規則要處理，例如，辨識到鳥嘴時，同時也應該要辨識到眼睛；當鳥的翅膀合起來休息時應該要看到鳥的腳。
收集到圖樣後，我們會使用類神經網路建立一個網狀的推理結構。把圖樣資料輸入進去，經過各節點的網狀推理，就可以做出一個最終的判斷。
為了讓類神經網路自己收集圖樣，我們會將照片進行前處理，將照片的顏色做出區分，讓電腦分辨出個特徵的線條，在經過類神經網路的推理引擎得出一個分數，判斷照片裡是否為鳥類。
