模式识别(1)PPT课件下载推荐.ppt
- 文档编号:15595118
- 上传时间:2022-11-07
- 格式:PPT
- 页数:50
- 大小:1.22MB
模式识别(1)PPT课件下载推荐.ppt
《模式识别(1)PPT课件下载推荐.ppt》由会员分享,可在线阅读,更多相关《模式识别(1)PPT课件下载推荐.ppt(50页珍藏版)》请在冰豆网上搜索。
汽车、火车,狗叫、人语q气味的分辨:
炸带鱼、红烧肉n人和动物的模式识别能力是极其平常的,但对计算机来说却是非常困难的。
模式识别属于人工智能范畴,人工智能就是要用机器去完模式识别属于人工智能范畴,人工智能就是要用机器去完成过去只有人类才能做的智能活动。
在这里,成过去只有人类才能做的智能活动。
在这里,“智能智能”指的是指的是人类在认识和改造自然的过程中表现出来的智力活动的能力。
人类在认识和改造自然的过程中表现出来的智力活动的能力。
例如:
通过视觉、听觉、触觉等感官接受图象、文字、声音等各种自通过视觉、听觉、触觉等感官接受图象、文字、声音等各种自然信息去认识外界环境的能力;
然信息去认识外界环境的能力;
将感性知识加工成理性知识的能力,即经过分析、推理、判断将感性知识加工成理性知识的能力,即经过分析、推理、判断等思维过程而形成概念、建立方法和作出决策的能力;
等思维过程而形成概念、建立方法和作出决策的能力;
经过教育、训练、学习不断提高认识与改造客观环境的能力;
对外界环境的变化和干扰作出适应性反应的能力等对外界环境的变化和干扰作出适应性反应的能力等模式识别的定义模式识别的定义n什么是模式识别什么是模式识别?
输入原始数据并根据其类输入原始数据并根据其类别采取相应行为的能力。
别采取相应行为的能力。
用计算机实现人的模式识用计算机实现人的模式识别能力。
别能力。
1.11.1模式识别与模式的概念模式识别与模式的概念n模式识别是六十年代初迅速发展的一门学科。
它所研究模式识别是六十年代初迅速发展的一门学科。
它所研究的理论和方法在很多科学和技术领域中得到了广泛的重的理论和方法在很多科学和技术领域中得到了广泛的重视,推动了人工智能技术及图像处理、信号处理、计算视,推动了人工智能技术及图像处理、信号处理、计算机视觉、多媒体技术等多种学科的发展,扩大了计算机机视觉、多媒体技术等多种学科的发展,扩大了计算机应用的领域。
应用的领域。
n模式识别(模式识别(PatternRecognition)输入原始数据并)输入原始数据并根据其类别采取相应行为的能力根据其类别采取相应行为的能力利用计算机实现人对各种事物或现象的分析、描述、利用计算机实现人对各种事物或现象的分析、描述、判断、识别。
判断、识别。
模式的基本定义模式的基本定义n什么是模式?
模式的基本定义模式的基本定义n广义地说,存在于时间和空间中可观察的物体,如果我们可以区别它们是否相同或是否相似,都可以称之为模式模式。
n模式所指的不是事物本身,而是从事物获得的信息,因此,模式往往表现为具有时间和空间分布的信息。
n把模式所属的类别或同一类中模式的总体称为模式类n模式的直观特性:
q可观察性q可区分性q相似性模式识别的研究模式识别的研究n模式识别的作用和目的:
模式识别的作用和目的:
利用计算机对物理对象进行分类,在错误概率最小的条件下,使识别的结果尽量与客观物体相符合。
n定量的表示方法:
定量的表示方法:
Y=F(X)从具有时间和空间分布的信息向着符号所做的映射。
从具有时间和空间分布的信息向着符号所做的映射。
qX的定义域取自特征集qY的值域为类别的标号集qF是模式识别的判别方法n模式识别是一门技术科学模式识别是一门技术科学n模式识别是一个新的研究领域模式识别是一个新的研究领域n模式识别是一门边缘技术科学模式识别是一门边缘技术科学下面以二维图像为例说明模式识别与相临学科间的关系和区别:
下面以二维图像为例说明模式识别与相临学科间的关系和区别:
(1)图象处理,它包括图像增强、图像复原、图像编码、图像)图象处理,它包括图像增强、图像复原、图像编码、图像分割、边缘检测等,它的输入是图像,输出是经过处理的图像分割、边缘检测等,它的输入是图像,输出是经过处理的图像
(2)图像识别,它是模式识别的一个分支,输入是图像,输出)图像识别,它是模式识别的一个分支,输入是图像,输出是图像的分类和结构描述是图像的分类和结构描述(3)图像理解,它是人工智能的一个分支,输入是图像,输出)图像理解,它是人工智能的一个分支,输入是图像,输出是对图像的描述和解释是对图像的描述和解释模式识别发展简史模式识别发展简史n1929年G.Tauschek发明阅读机,能够阅读0-9的数字。
n30年代Fisher提出统计分类理论,奠定了统计模式识别的基础。
n50年代NoamChemsky提出形式语言理论傅京荪提出句法结构模式识别。
n60年代L.A.Zadeh提出了模糊集理论,模糊模式识别方法得以发展和应用。
n80年代以Hopfield网、BP网为代表的神经网络模型导致人工神经元网络复活,并在模式识别得到较广泛的应用。
n90年代小样本学习理论,支持向量机也受到了很大的重视。
关于模式识别的国内、国际学术组织关于模式识别的国内、国际学术组织n1973年IEEE发起了第一次关于模式识别的国际会议“ICPR”,成立了国际模式识别协会-“IAPR”,每2年召开一次国际学术会议。
n1977年IEEE的计算机学会成立了模式分析与机器智能(PAMI)委员会,每2年召开一次模式识别与图象处理学术会议。
n国内:
中科院模式识别国家重点实验室,中科院计算所,微软研究院,清华大学等等。
模式识别的应用模式识别的应用n生物学q自动细胞学、染色体特性研究、遗传研究n天文学q天文望远镜图像分析、自动光谱学n经济学q股票交易预测、企业行为分析n医学q心电图分析、脑电图分析、医学图像分析模式识别的应用模式识别的应用n工程q产品缺陷检测、特征识别、语音识别、自动导航系统、污染分析n军事q航空摄像分析、雷达和声纳信号检测和分类、自动目标识别n安全q指纹识别、人脸识别、监视和报警系统模式识别的应用模式识别的应用n人脸识别系统模式识别的应用模式识别的应用n生物特征识别模式识别的应用模式识别的应用20082008奥运奥运n2008年北京奥运会将全面运用人脸识别系统,这种技术能从人群中快速辨认恐怖分子和其他可能引发犯罪的人员,防止其进入敏感区域。
n全国政协委员、北京奥运会安全专家委员会委员马昕说,届时,相关数据库将收入包括中国公民和国际人士在内的共计13亿多人的面部信息,利用技术进行比照核对。
“有关国家将提供给我们一些详细资料,比如哪些人是恐怖分子,哪些可能是闹事的足球流氓等等”。
n据介绍,人们在进入奥运场馆时,人脸识别系统会对其面部特征进行快速核对,安全保卫人员可以在最短时间内发现各类“危险人物”。
遇到问题时,安保人员会很快发现“危险人物”在哪里。
n马昕说:
“人脸识别系统主要特点为吞吐量很大,动态抓拍能力强,最快反应速度仅为0.01秒。
目前这一技术正在推广应用,比如正广泛应用于地铁。
”记者了解到,近两年北京还将有500个大型商场安装这一系统。
1.21.2模式识别系统模式识别系统n模式识别系统的基本构成:
训练过程:
对作为训对作为训练样本的测量数据进练样本的测量数据进行特征选择与提取,行特征选择与提取,得到它们在特征空间得到它们在特征空间的分布,依据这些分的分布,依据这些分布决定分类器的具体布决定分类器的具体参数,也就是设计分参数,也就是设计分类器的过程。
类器的过程。
识别过程:
分类决策分类决策的过程,则是在特征的过程,则是在特征空间中用统计方法把空间中用统计方法把被识别对象归为某一被识别对象归为某一类别。
类别。
模式识别系统构成及功能模式识别系统构成及功能n数据获取:
数据获取:
用计算机可以运算的符号来表示所用计算机可以运算的符号来表示所研究的对象。
研究的对象。
q二维图像:
文字、指纹、地图、照片等q一维波形:
脑电图、心电图、机械震动波形等q物理参量和逻辑值:
体温、化验数据、参量正常与否的描述n用话筒将声音信号转换成电信号,表现出电压用话筒将声音信号转换成电信号,表现出电压(电流电流)随时随时间变化的复杂波形。
间变化的复杂波形。
n景物信息在摄像机靶面成像并转换成二维的象素矩阵,每景物信息在摄像机靶面成像并转换成二维的象素矩阵,每个像素个像素(矩阵元素矩阵元素)的电信号与物体表面反射的光强或颜色的电信号与物体表面反射的光强或颜色信息呈现函数关系信息呈现函数关系通过测量、采样和量化,用矩阵或向量表示二维图像或一维波形。
通过测量、采样和量化,用矩阵或向量表示二维图像或一维波形。
模式识别系统构成及功能模式识别系统构成及功能n预处理:
预处理:
去除所获取信息中的噪声,增强有去除所获取信息中的噪声,增强有用的信息,及一切必要的使信息纯化的处理过用的信息,及一切必要的使信息纯化的处理过程。
程。
q预处理这个环节内容很广泛,与要解决的具体问题预处理这个环节内容很广泛,与要解决的具体问题有关,例如,从图象中将汽车车牌的号码识别出来,有关,例如,从图象中将汽车车牌的号码识别出来,就需要先将车牌从图像中找出来,再对车牌进行划就需要先将车牌从图像中找出来,再对车牌进行划分,将每个数字分别划分开。
做到这一步以后,才分,将每个数字分别划分开。
做到这一步以后,才能对每个数字进行识别。
以上工作都应该在预处理能对每个数字进行识别。
以上工作都应该在预处理阶段完成。
阶段完成。
模式识别系统构成及功能模式识别系统构成及功能n特征选择和提取特征选择和提取q功能功能:
对所获取的信息实现从:
对所获取的信息实现从测量空间测量空间到到特征空特征空间间的转换。
的转换。
qq将所获取的原始测量数据转换成最能反映事物本将所获取的原始测量数据转换成最能反映事物本将所获取的原始测量数据转换成最能反映事物本将所获取的原始测量数据转换成最能反映事物本质,并将其最有效分类的特征表示质,并将其最有效分类的特征表示质,并将其最有效分类的特征表示质,并将其最有效分类的特征表示。
n输入输入:
原始的测量数据:
原始的测量数据(经过必要的预处理经过必要的预处理),例如由声,例如由声波变换成的电信号,表现为电压电流幅度随时间的变化,波变换成的电信号,表现为电压电流幅度随时间的变化,二维图像每个像素所具有的灰度值等。
二维图像每个像素所具有的灰度值等。
n输出输出:
将原始测量数据转换成有效方式表示的信息,从将原始测量数据转换成有效方式表示的信息,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 模式识别