模式识别.ppt

模式识别 ★ 课程对象 ★ 相关学科 ★ 教学方法 ★ 教学目标 ★ 基本要求 ★ 教材/参考文献 讲授课程内容及安排 例:汽车车牌识别 从摄像头获取包含车牌的彩色图象 车牌定位和获取 字符分割和识别 例2：如下图中一幅图形，要识别图中的物体，选用句法模式识别方法. 解：图形结构复杂，首先应分解为简单的子图（背景、物体）。 构成一个多级树结构： 在学习过程中，确定基元与基元之间的关系，推断出生成景物的方法。 判决过程中，首先提取基元，识别基元之间的连接关系，使用推断的文法规则做句法分析。若分析成立，则判断输入的景物属于相应的类型。 理论基础：形式语言，自动机技术 主要方法：自动机技术、CYK剖析算法、Early算法、转移图法 主要优点：1）识别方便，可以从简单的基元开始，由简至繁。2）能反映模式的结构特征，能描述模式的性质。3）对图象畸变的抗干扰能力较强。 主要缺点：当存在干扰及噪声时，抽取特征基元困难，且易失误。 理论基础：模糊数学 主要方法：模糊统计法、二元对比排序法、推理法、模糊集运算规则、模糊矩阵 主要优点：由于隶属度函数作为样本与模板间相似程度的度量，故往往能反映整体的与主体的特征，从而允许样本有相当程度的干扰与畸变。 主要缺点：准确合理的隶属度函数往往难以建立，故限制了它的应用。 理论基础：神经生理学，心理学 主要方法：BP模型、HOP模型、高阶网 主要优点：可处理一些环境信息十分复杂，背景知识不清楚，推理规则不明确的问题。允许样本有较大的缺损、畸变。 主要缺点：模型在不断丰富与完善中，目前能识别的模式类还不够多。 理论基础：演绎逻辑，布尔代数 主要方法：产生式推理、语义网推理、框架推理 主要优点：已建立了关于知识表示及组织，目标有哪些信誉好的足球投注网站及匹配的完整体系。对需要众多规则的推理达到识别目标确认的问题，有很好的效果。 主要缺点：当样本有缺损，背景不清晰，规则不明确甚至有歧义时，效果不好。 首先，从摄像头取得彩色的包含车牌的图像。这是在一个收费站前拍摄的交费车辆的照片，在收费站的车牌识别系统中，车辆是静止的，因此不用进行针对运动模糊等的预处理。 人工神经网络(Artificial?Neural?Network，以下称ANN)是一种模拟人脑神经元细胞的网络结构，它是由大量简单的基本元件－神经元相互连接成的自适应非线性动态系统。虽然目前对于人脑神经元的研究还很不完善，我们无法确定ANN的工作方式是否与人脑神经元的运作方式相同，但是ANN正在吸引着越来越多的注意力。?  主要方法几何分类：线性分类，非线性分类统计分类：Bayes决策无教师的分类：聚类分析 主要优点1）比较成熟2）能考虑干扰噪声等影响3）识别模式基元能力强 主要缺点1）对结构复杂的模式抽取特征困难2）不能反映模式的结构特征，难以描述模式的性质3）难以从整体角度考虑识别问题 主要方法几何分类：线性分类，非线性分类统计分类：Bayes决策无监督的分类：聚类分析 主要优点1）比较成熟2）能考虑干扰噪声等影响3）识别模式基元能力强 主要缺点1）对结构复杂的模式抽取特征困难2）不能反映模式的结构特征，难以描述模式的性质3）难以从整体角度考虑识别问题 主要方法自动机技术CYK剖析算法Early算法转移图法 主要优点1）识别方便，可以从简单的基元开始，由简至繁。2）能反映模式的结构特征，能描述模式的性质。3）对图象畸变的抗干扰能力较强。 主要缺点当存在干扰及噪声时，抽取特征基元困难，且易失误。 主要方法自动机技术CYK剖析算法Early算法转移图法 主要优点1）识别方便，可以从简单的基元开始，由简至繁。2）能反映模式的结构特征，能描述模式的性质。3）对图象畸变的抗干扰能力较强。 主要缺点当存在干扰及噪声时，抽取特征基元困难，且易失误。 主要方法自动机技术CYK剖析算法Early算法转移图法 主要优点1）识别方便，可以从简单的基元开始，由简至繁。2）能反映模式的结构特征，能描述模式的性质。3）对图象畸变的抗干扰能力较强。 主要缺点当存在干扰及噪声时，抽取特征基元困难，且易失误。 主要方法自动机技术CYK剖析算法Early算法转移图法 主要优点1）识别方便，可以从简单的基元开始，由简至繁。2）能反映模式的结构特征，能描述模式的性质。3）对图象畸变的抗干扰能力较强。 主要缺点当存在干扰及噪声时，抽取特征基元困难，且易失误。 基于生物特征的模式识别：笔迹，人脸，虹膜/视网膜，指纹，语音 基于生物特征的模式识别：笔迹，人脸，虹膜/视网膜，指纹，语音 事物→模式/样本→特征（属性）→特征矢量（通过测量） 举例：苹果/梨，鲈鱼/鲑鱼 对