模式识别期末论文教程.doc

 PAGE \* MERGEFORMAT - 12 - 对模式识别应用领域的认识 摘要 自20世纪60年代以来，模式识别的理论与方法研究及在工程中的实际应用取得了很大的进展。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视，推动了人工智能系统的发展，扩大了计算机应用的可能性。几十年来，模式识别研究取得了大量的成果，在很多地方得到了成功的应用。但是，由于模式识别涉及到很多复杂的问题，现有的理论和方法对于解决这些问题还有很多不足之处。本文主要讨论模式识别的一些基本概念和应用领域，以利于对模式识别的现状和未来的发展方向有更全面的了解。 模式识别的概述 模式识别是对感知信号（图像、视频、声音等）进行分析，对其中的物体对象或行为进行判别和解释的过程。模式识别能力普遍存在于人和动物的认知系统，是人和动物获取外部环境知识，并与环境进行交互的重要基础。由于模式识别的对象是存在于感知信号中的物体和现象，它研究的内容还包括信号/图像/视频的处理、分割、形状和运动分析等，以及面向应用（如文字识别、语音识别、生物认证、医学图像分析、遥感图像分析等）的方法和系统研究。 模式识别的特点 （1）模式识别是用机器模仿大脑的识别过程的，设计很大的数据集合，并自动的以高速度作出决策。 （2）模式识别不象纯数学，而是抽象加上实验的一个领域。它的这个性质常常 导致不平凡的和比较有成效的应用，而应用又促进进一步的研究和发展。 由于它和应用的关系密切，应此它又被认为是一门工程学科。 （3）学习（自适应性）是模式识别的一个重要的过程和标志。但是，编制学习程序比较困难，而有效地消除这种程序中的错误更难，因为这种程序是有智能的。 （4）同人的能力相比，现有模式识别的能力仍然是相当薄弱的（对图案和颜色的识别除外） ，机器通常不能对付大多数困难问题。 采用交互识别法可以在较大程度上克服这一困难，当机器不能做出一个可靠的决策时，它可以求助于操作人。 模式识别的应用 经过多年的研究和发展，模式识别技术已广泛被应用于人工智能、计算机工程、机器学、神经生物学、医学、侦探学以及高能物理、考古学、地质勘探、宇航科学和武器技术等许多重要领域，如目标识别、生物特征识别、图像识别、图形识别和故障诊断等。经过多年的研究和发展。模式识别技术的快速发展和应用大大促进了国民经济建设和国防科技现代化建设。 生物特征识别 人脸识别 人脸是指人的面部视觉特征，主要包括两眼、鼻、口等特征。人脸识别就是利用计算机技术从人脸图像分析中提取出有效的识别信息，用以鉴别人的身份。人脸识别技术已经广泛应用于公安刑侦破案、门禁系统、摄像监视系统、网络应用和信息安全等领域。如图1所示。 图1 人脸识别　 与基于其他生物特征的识别方式相比，人脸识别具有自然和不易被察觉两个特点。自然性是指该识别方式同人类进行个体识别时利用的生物特征相同。与人脸识别类似，人类也是通过观察比较人脸来确认身份的。 指纹识别 指纹是指人类手指末端正面皮肤上凹凸不平产生的纹路，其形成依赖于胚胎发育时的环境。指纹纹线有规律地排列形成了不同的纹型，这些纹线的起点、终点、结合点和分叉点是指纹的细节特征点。与其他生物特征相比，指纹具有两个突出的优点：一是稳定性，指纹具有很强的稳定性，从胎儿在6个月时指纹完全形成到人死后尸体腐烂，指纹的纹型和细节特征点等不会有明显变化；二是独特性，指纹具有明显的独特性，至今还没发现两个指纹完全相同的人。基于这两个特点，指纹识别能够非常可靠地进行人的身份鉴别，已经在公安刑侦破案、网络管理、银行、社保、雇员证明、门禁系统等领域得到了非常广泛的应用。如图2所示。 图2 指纹识别 指纹识别是生物特征识别领域发展最成熟、最可接受的一种识别技术。然而，指纹识别还面临一定的挑战。在日常生活中，有一部分人的指纹是无法采集的，这里既有先天遗传的问题，也有后天因素造成的。例如由于手指皮肤有伤疤、长茧、病态皮肤、皮肤干燥、皮肤老化、采集设备受污染等原因，会使得图像采集设备无法采集或者不能提供高质量的指纹图像。此外，由于每次捺印的方位不完全一样，着力点不同会带来不同程度的变形，也会给后续正确提取特征和实现正确匹配带来一定的困难。 语音识别 语音是人类信息交流的基本手段，语音中包含语义信息、语言信息、说话人信息和情感信息等。语音识别就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术，即让计算机识别出人类语音中的各种信息。语音识别涉及信号处理、模式识别、概率论、信息论、发声机理和听觉机理、人工智能等学科。语音识别已经在语音输入系统、语音控制系统和智能对话查询系统中得到了广泛的应用。例如在语音控制系统中，就是利用语音来控制设备的运行，相对于手动控制来说更加快捷、方便。另外,语音识别可以用在诸如工业控制、语