模式识别学习笔记(二)

机器感知与模式识别

1、机器感知

机器感知:从传感数据中发现并理解模式,语音识别、指纹识别、光学字符识别、DNA序列识别、自然图像理解等

模式识别学习笔记(二)_第1张图片

2、模式是什么?

自然界存在大量的模式,所谓模式,就是数据中潜在的物体、行为、关系等,具有结构规则、 重复出现的特点。
模式识别学习笔记(二)_第2张图片

3、模式识别系统组成

模式识别系统由数据获取、模式分割、预处理、特征生成、特征选择、模式分类和后处理组成。
模式识别学习笔记(二)_第3张图片
数据获取:传感器(例如相机、麦克风、激光雷达等),系统性能依赖于带宽、分辨率等。
模式分割:所提取的模式应易于分开不交叠。
特征提取:将观测数据转换为具有明显物理意义 或最具统计意义的测量
模式分类:根据提取的特征对表征模式的观测数据进行分类。
后处理:根据分类器的输出结果进行决策

4、模式识别前沿问题

  1. 模式会表现出较大的变化范围,如人脸识别的人脸会有表情变化(几何变化),光照变化,姿态变化以及遮挡。手写识别的字体会因为手写习惯与风格因人而异。
  2. 发现潜在的模式,如由面相推测性格,由核磁共振图像推测大脑的认知过程。

你可能感兴趣的:(pattern,recognition)