Главная > Разное > Последовательные методы в распознавании образов и обучении машин
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

ГЛАВА 1. ВВЕДЕНИЕ

1.1. Распознавание образов

Задача распознавания образов заключается в классификации некоторой группы объектов на основе определенных требований. Объекты, относимые к одному классу образов, обладают общими свойствами. Требования, определяющие классификацию, могут быть различными, так как в различных ситуациях возникает необходимость в различных типах классификаций. Например, при распознавании английских букв образуется 26 классов образов. Однако, чтобы отличить при распознавании английские буквы от китайских иероглифов, нужны лишь два класса образов.

В последнее время внимание инженеров привлекает задача построения машин для распознавания образов. Уже первые результаты оказались очень обнадеживающими. Были сделаны успешные попытки разработки устройств и программирования машин для чтения типографских и машинописных букв, идентификации банковских чеков, классификации электрокардиограмм, распознавания некоторых слов в речи, для игры в шашки и шахматы и сортировки фотографий. Можно назвать еще ряд других применений распознавания образов: распознавание рукописных букв или слов, медицинский диагноз, диагностика неисправностей в системах, классификация сейсмических волн, обнаружение цели, прогноз погоды и т. д.

Простейший подход к распознаванию образов, по-видимому, заключается в сопоставлении с эталонами. В этом случае некоторое множество образов, по одному из каждого класса образов, хранится в памяти машины. Входной (распознаваемый) образ (неизвестного класса) сравнивается с эталоном каждого класса. Классификация основывается на заранее выбранном критерии

соответствия или критерии подобия. Другими словами, если входной образ лучше соответствует эталону класса образов, чем любому другому эталону, то входной образ классифицируется как принадлежащий классу образов. Такой подход использован в ряде уже осуществленных устройств для чтения печатных букв и банковских чеков. Недостаток этого подхода, т. е. сопоставления с эталоном, заключается в том, что в ряде случаев трудно выбрать подходящий эталон из каждого класса образов и установить необходимый критерий соответствия. Эти трудности особенно существенны, когда образы, принадлежащие одному классу, могут значительно изменяться и искажаться. Типичным примером этого является распознавание рукописных букв.

Более совершенный подход заключается в том, что вместо сравнения входного образа с эталонами, классификация основывается на некотором множестве отобранных замеров, производимых на входных образах. Эти отобранные замеры, называемые «признаками», предполагаются инвариантными или малочувствительными по отношению к обычно встречающимся изменениям и искажениям и обладающими небольшой избыточностью. В этом случае распознавание образов можно рассматривать состоящим из двух задач.

Первая задача заключается в определении того, какие измерения должны быть сделаны на входном образе. Обычно решение задачи о том, что измерять, является в известной степени субъективным, а также зависящим от практических обстоятельств (например, от возможности осуществления этих измерений, их стоимости и т. п.). К сожалению, в настоящее время очень мало сделано в построении общей теории выбора измеряемых признаков. Однако есть несколько исследовании, посвященных выбору подмножества признаков и их упорядочению в заданном множестве измерений. Критерий отбора признаков или упорядочения основывается на важности этих признаков для характеристики образов или на влиянии данных признаков на качество распознавания (т. е. на точность распознавания).

Вторая задача распознавания образов заключается в классификации (т. е. в принятии решения о

принадлежности входного образа тому или иному классу), которое основывается на измерениях отобранных признаков. Прибор или машину, которая получает замеры признаков входных образов, будем называть входным устройством. Прибор или машину, выполняющую функцию классификации, называют классификатором.

Упрощенная блок-схема системы распознавания образов показана на рис. 1.1.

Рис. 1.1. Система распознавания образов.

Таким образом, подход, заключающийся в сопоставлении с эталоном, можно рассматривать как частный случай второго подхода — подхода «измерения признаков», при котором эталоны хранятся в виде измеренных признаков и в классификаторе используется специальный критерий классификации (сопоставление).

<< Предыдущий параграф Следующий параграф >>
Оглавление