第1讲 模式识别简介

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。



模式识别系统的基本组成

一个完整的模式识别系统主要由5个基 本部分组成:
输 入 传 感 器 预 处 理 器 特 征 提 取 器 分 类 器 后 处 理 器 决 策
返回
分 割 器
上下文信 息调整
传感器
传感器是一个模式识别系统的输入设备, 比如摄像机、麦克风等。 传感器的特性和局限性包括带宽、分辨 率、灵敏度、失真、信噪比、延迟等参 数或指标
样本、模式与模式类
模式识别系统: 输入通常称为样本,有时也称为模式。 输出通常称为模式,有时也称为模式类。


返回
模式识别的复杂性
模式识别是一个非常复杂的问题 鲸在生物学中属于哺乳类,应该和牛算 作同一类;但是从产业的角度看,捕鲸 属于水产业,鲸和鱼是一类,而牛属于 畜牧业,与鲸不同类。
第1讲 模式识别简介
常见模式识别系统举例 模式识别的基本概念 模式识别的相关领域 模式识别的应用 模式识别系统的基本组成

常见模式识别系统举例

条码识别
常见模式识别系统举例
光学字符识别系统 (Optical Charater Recognition System, OCR)

返回
预处理器

预处理器的主要作用是把对识别起主要 作用的信息和背景噪声分割开来,因此 又称为分割器。 返回

特征提取器
特征提取器(feature extractor)的作用 是对输入产生一个类别信息相关的表达 或描述, 通常要求来自同一类别的不同样本的特 征值应该非常接近,而来自不同类别的 样本的特征值则应该有很大的差异。 特征应具有类别不变性 返回

密度估计用于求解具有某种特定特征的 类别成员(样本)出现的(概率)密度 问题。 返回

模式识别的应用

在社会科学、生物学、心理学、医学、市场 分析预测、自动化、计算机视觉、人工智能、 遥感、军事、数据挖掘、生物特征识别等问 题中有重要应用。 文字识别、语音识别、指纹识别、遥感图像、 医学图像、文档分类、财政金融、股票的预 测、预报,多媒体数据库的检索 条码、磁条(卡)、智能卡、射频识别 返回

常见模式识别系统举例

人脸识别
Fa:
Fb:
常见模式识别系统举例

指纹识别
常见模式识别系统举例

虹膜识别
常见模式识别系统举例

掌纹识别
常见模式识别系统举例

语音识别
返回
模式识别的基本概念
模式识别的定义 样本、模式和模式类的相对关系 模式识别的复杂性 两可图形:立方体,面孔与酒杯


回归(regression)分析

回归分析的目的是对输入数据找到合适 的函数表示,常用于预测新数据的值。 返回

函数内插(interpolation)

在函数内插中,已知的是一定范围的输 入数据对应的函数值,而要解决的问题 是如何求出位于这些输入点之间的数据 点的函数值。

返回
密度估计(density estimation)
模 式 识 别 Pattern Recognition
自我介绍
李玉鑑 联系电话:67392879-2514 E-mail: liyujian@ 办公地点:信息北楼309
课程的基本情况
中文名称: 模式识别 英文名称:Pattern Recognition 课程类型:专业学位课 学时:32 学分:2


返回
模式识别的定义

计算机对人或动物的识别功能的模拟
Pattern Recognition Pattern:相似、相近但又不同的样本 Recognition:识别,辨认 “Pattern”源于法文Patron,本来指可作 为大家典范的理想的人,或用以模仿复 制的完美的样品。 返回


类别不变性特征


鱼的形状、颜色、纹理、长度和宽度等属性 是平移不变、旋转不变和尺度不变的,是类 别不变性特征 鱼的绝对坐标位置跟类别信息无关,随着平 移和旋转而变化,不是类别不变性特征

返回
分类器

分类器(classifier)的作用是根据特征提 取器得到的特征向量来给一个被测对象 赋予一个类别标记。 返回

后处理器

后处理器的功能通常是执行一个推荐的 具体的动作,有时也可能采用“上下文 信息”(context)来改善系统的性能。 返回

教材和参考书
教材: 杨光正、无岷、张晓莉编著,《模式识 别》,中国科学技术大学出版社,2001

参考书: Richard O.Duda, Peter E. Hart, David G. Stork著,《模式分类》, 李宏东、姚天翔译, 机械工业出版社,2007年6月

考试方法
开卷考试,100分制

根据输入数据,判断零假设(或原假设、 空假设)H0与备择假设H1中哪一个成立。
如果在零假设H0成立的前提下获得相应实 际输入数据的概率小于某个“显著性水 平”,则拒绝零假设H0而接受备择假设H1 。 返回

图像处理(image processing)

在图像处理中,输入的是一幅图像,输 出的也是图像。 在图像识别中,输入虽然也是一幅图像, 输出的却是图像的类别。 返回

返回
立方体
返回
面孔与酒杯

返回
模式识别的相关领域
模式识别技术不同于经典的统计“假设检验” 技术 模式识别技术也不同于“图像处理”(image processing) 其它3种密切相关的技术:回归分析, 函数内插,和(概sis testing)
相关文档
最新文档