图像识别与模式识别.ppt
《图像识别与模式识别.ppt》由会员分享,可在线阅读,更多相关《图像识别与模式识别.ppt(92页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、图 像描 述图像处理图像识别图像理解计算机图形学图像(模式)识别概念n模式识别:对表征事物或现象的各种形式的(数值的,文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。n什么是模式(Pattern)?“模式”是一个客观事物的描述,是指建立一个可用于仿效的完善的标本。n 图像识别与模式识别n模式识别的研究内容1)研究生物体(包括人)是如何感知对象的,属于认知科学的范畴2)在给定的任务下,如何用计算机实现模式识别的理论和方法n典型模式识别系统典型模式识别系统 n图像识别系统图像识别系统 n人脸识别系统8 8图像识别图像识别8
2、.1 8.1 概述概述n模式模式可以定义为可以定义为物体的描述物体的描述。由于描述这个。由于描述这个词的意义比较广泛,有人把它推广到图像数词的意义比较广泛,有人把它推广到图像数据本身,因为图像数据也是相应事物的一种据本身,因为图像数据也是相应事物的一种描述,只不过这样的描述不够抽象和简要而描述,只不过这样的描述不够抽象和简要而已。前章中我们已经讨论过图像的各种特征已。前章中我们已经讨论过图像的各种特征和描述的提取方法。因此,我们将和描述的提取方法。因此,我们将模式解释模式解释为物体的较抽象的特征和描述。为物体的较抽象的特征和描述。n模式可以是以模式可以是以矢量形式矢量形式表示的表示的数字特征数
3、字特征;也可以是以也可以是以句法结构句法结构表示的表示的字符串或图字符串或图;还可以是以还可以是以关系结构关系结构表示的表示的语义网络或框语义网络或框架结构架结构等。等。n对于上述三种类型的模式,必须分别使用不对于上述三种类型的模式,必须分别使用不同的识别和推理方法:同的识别和推理方法:统计模式识别,句法统计模式识别,句法模式识别模式识别和和人工智能方法人工智能方法。n统计模式识别基本原理是:有相似性的样本在模式空间中互相接近,并形成“集团”,即“物以类聚”。主要方法有:决策函数法,k近邻分类法,支持向量机,特征分析法,主因子分析法等参考书籍:统计模式识别(AndrewR.Webb)JainA
4、K,DuinRPW,JianchangMao.Statisticalpatternrecognition:areview.PatternAnalysisandMachineIntelligence,2000.22(1):437.n句法(或结构)模式识别基于形式语言理论的概念为基础。模式按其结构分解为子模式或模式基元,模式基元的连接关系以文法形式进行描述。一个场景的示意图 场景结构的分析 n模糊模式识别模糊集理论,Zadeh,1965模糊集理论在模式识别中的应用n神经网络模式识别特点:具有信息分布式存储、大规模自适应并行处理、高度的容错性以及学习能力缺点:实际应用中仍有许多因素需要凭经验确定,比
5、如如何选择网络节点数、初始权值和学习步长等;局部极小点问题、过学习与欠学习问题等n特征选择特征选择 所要提取的应当是具有可所要提取的应当是具有可区别性、可靠区别性、可靠性、独立性好性、独立性好的的少量少量特征特征。因此特征选择可以看作是一个因此特征选择可以看作是一个(从最差从最差的开始的开始)不断删除无用的特征和组合有关联不断删除无用的特征和组合有关联的特征的过程,直到特征的数目减少到易于的特征的过程,直到特征的数目减少到易于驾驭的程度,同时分类器的性能仍能满足要驾驭的程度,同时分类器的性能仍能满足要求为止。求为止。n每类的每一个特征均值:每类的每一个特征均值:假假设设训训练练样样本本中中有有
6、个个不不同同类类别别的的样样本本。令令表表示示第第类类的的样样本本数数,第第类类中中第第个个样样本本的的两两个特征分别记为和。个特征分别记为和。每类的每一个特征均值:每类的每一个特征均值:和和注意:仅是两个值基于训练样本的估计值,而不是注意:仅是两个值基于训练样本的估计值,而不是真实的类均值。真实的类均值。n特征方差特征方差第第类类的的特特征征和和特特征征的的方方差差估估值值分别为:分别为:和和 在理想情况下同一类别中所有对象的在理想情况下同一类别中所有对象的特征值应该很相近。特征值应该很相近。n特征相关系数特征相关系数第类特征和特征的相关系数估计为第类特征和特征的相关系数估计为 它的取值范围
7、为。它的取值范围为。如如果果=0=0,说说明明这这两两特特征征之之间间没没有有相相关关性性;接接近近+1+1表表示示这这两两个个特特征征相相关关性性强强;为为-1-1表表示示任任一一特特征征都都与与另一特征的负值成正比。另一特征的负值成正比。因此,因此,如果相关系数的绝对值接近如果相关系数的绝对值接近1 1,则说明这两,则说明这两个特征可以组合在一个特征或干脆舍弃其中一个。个特征可以组合在一个特征或干脆舍弃其中一个。n类间距离类间距离一一个个特特征征区区分分两两类类能能力力的的一一个个指指标标是是类类间间距距离离,即即类类均均值值间间的的方方差差归归一一化化间间距距。显显然然,类类间间距距离离
8、大大的特征是好特征的特征是好特征。对特征来说,第类与第类之间的类间距为:对特征来说,第类与第类之间的类间距为:n降维降维有许多方法可以将两个特征和合成为有许多方法可以将两个特征和合成为一个特征,一个简单的方法是用线性函数:一个特征,一个简单的方法是用线性函数:由于分类器的性能与特征幅值的缩放倍数由于分类器的性能与特征幅值的缩放倍数无关,可以对幅值加以限制,如无关,可以对幅值加以限制,如因此因此 其中是一个新的变量,它决定和在组其中是一个新的变量,它决定和在组合中的比例。合中的比例。如果训练样本集中每一对象都对应于二如果训练样本集中每一对象都对应于二维特征空间维特征空间(即平面即平面)中的一个点
9、,上中的一个点,上式描述了为所有到在轴式描述了为所有到在轴(与轴成角与轴成角)上的投影。显然应选取使得类间距最大的上的投影。显然应选取使得类间距最大的或者满足评价特征质量的其它条件的。或者满足评价特征质量的其它条件的。8.2 8.2 统计模式识别统计模式识别8.2.1 8.2.1 基本概念基本概念这这里里我我们们讨讨论论数数字字特特征征的的识识别别。其其前前提提是是,假假定定我我们们所所处处理理的的模模式式每每一一个个样样本本都都表示为表示为N N维特征矢量,写为:维特征矢量,写为:显显然然,特特征征矢矢量量 可可以以表表示示为为N N维维特特征征矢矢量量空空间间 中中的的一一个个点点,这这样
10、样统统计计模模式式识识别别的的概概念念及及方方法法就就可可以以在在特特征征空空间间中中予以研究。予以研究。基本概念基本概念u模式分类:根据识别对象的观测值确定其类别u样本与样本空间表示:u类别与类别空间:c个类别(类别数已知)决决 策策u把样本x x分到哪一类分到哪一类最合理最合理?解决该问?解决该问题的题的理论基础之一是统计决策理论u决策:是从样本空间S,到决策空间的一个映射,表示为 D D:S -:S -假设我们要把一个样本集合假设我们要把一个样本集合 分成分成M M类类 ;如上所述,该样本集合可以表示为如上所述,该样本集合可以表示为N N维特维特征空间征空间 中的一个点集,它的分类问题中
11、的一个点集,它的分类问题表述为将该特征空间划分为表述为将该特征空间划分为M M个子空间,个子空间,每一子空间为一类,子空间中的样本点属每一子空间为一类,子空间中的样本点属于相应类别。于相应类别。这样,这样,分类问题的关键就在于如何找到一分类问题的关键就在于如何找到一个正确子空间划分,个正确子空间划分,即划分子空间的界面。即划分子空间的界面。下图为二维特征空间,三类问题。下图为二维特征空间,三类问题。u决策区域与决策面(decisionregion/surface):数数学学上上,统统计计模模式式识识别别问问题题可可以以归归结结为为:对对一一组组给给定定的的样样本本集集合合,找找出出其其最最佳佳
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 图像 识别 模式识别
限制150内