對(duì)模式識(shí)別的認(rèn)識(shí)

1、對(duì)模式識(shí)別的認(rèn)識(shí) 學(xué)號(hào)：141308125姓名：孟瑩對(duì)模式識(shí)別的認(rèn)識(shí)模式識(shí)別是對(duì)感知信號(hào)（圖像、視頻、聲音等）進(jìn)行分析，對(duì)其中的物體對(duì)象或行為進(jìn)行判別和解釋的過(guò)程。模式識(shí)別能力普遍存在于人和動(dòng)物的認(rèn)知系統(tǒng)，是人和動(dòng)物獲取外部環(huán)境知識(shí)，并與環(huán)境進(jìn)行交互的重要基礎(chǔ)。由于模式識(shí)別的對(duì)象是存在于感知信號(hào)中的物體和現(xiàn)象，它研究的內(nèi)容還包括信號(hào)/圖像/視頻的處理、分割、形狀和運(yùn)動(dòng)分析等，以及面向應(yīng)用（如文字識(shí)別、語(yǔ)音識(shí)別、生物認(rèn)證、醫(yī)學(xué)圖像分析、遙感圖像分析等）的方法和系統(tǒng)研究。l 模式識(shí)別的主要方法解決模式識(shí)別問(wèn)題的方法可以歸納為基于知識(shí)的方法和基于數(shù)據(jù)的方法兩大類。所謂基于知識(shí)的方法，主要是指以專家系

2、統(tǒng)為代表的方法，一般歸在人工智能的范疇中，其基本思想是，根據(jù)人們已知的（從專家那里收集整理的）關(guān)于研究對(duì)象的知識(shí)，整理出若干描述特征與類別間關(guān)系的準(zhǔn)則，建立一定的計(jì)算機(jī)推理系統(tǒng)，對(duì)未知樣本通過(guò)這些知識(shí)推理決策其類型。另一大類模式識(shí)別方法是基于數(shù)據(jù)的模式識(shí)別方法。在確定了描述樣本所采用的特征之后，這些方法并不是依靠人們對(duì)所研究對(duì)象的認(rèn)識(shí)來(lái)建立分類系統(tǒng)，而是收集一定數(shù)量的已知樣本，用這些樣本作為訓(xùn)練集來(lái)訓(xùn)練一定的模式識(shí)別機(jī)器，使之在訓(xùn)練后能夠?qū)ξ粗獦颖具M(jìn)行分類。圖1-1給出了這種機(jī)器學(xué)習(xí)系統(tǒng)的基本思想。S對(duì)象GyLMy圖1-1 基于數(shù)據(jù)的機(jī)器學(xué)習(xí)l 模式識(shí)別系統(tǒng)的典型構(gòu)成模式識(shí)別識(shí)別系統(tǒng)通常包括原

3、始數(shù)據(jù)的獲取和預(yù)處理、特征提取與選擇、分類或聚類、后處理四個(gè)主要部分。圖1-2給出監(jiān)督模式識(shí)別系統(tǒng)和非監(jiān)督模式識(shí)別系統(tǒng)典型構(gòu)成框圖。有已知樣本情況: 監(jiān)督模式識(shí)別分類器設(shè)計(jì)(訓(xùn)練)特征提取與選擇信息獲取與預(yù)處理分類決策(識(shí)別) l 無(wú)已知樣本情況: 非監(jiān)督模式識(shí)別聚類(自學(xué)習(xí))特征提取與選擇信息獲取與預(yù)處理 結(jié)果解釋 圖1-2 模式識(shí)別的典型過(guò)程l 模式識(shí)別系統(tǒng)的典型應(yīng)用經(jīng)過(guò)多年的研究和發(fā)展，模式識(shí)別技術(shù)已廣泛被應(yīng)用于人工智能、計(jì)算機(jī)工程、機(jī)器學(xué)、神經(jīng)生物學(xué)、醫(yī)學(xué)、偵探學(xué)以及高能物理、考古學(xué)、地質(zhì)勘探、宇航科學(xué)和武器技術(shù)等許多重要領(lǐng)域，如目標(biāo)識(shí)別、生物特征識(shí)別、圖像識(shí)別、圖形識(shí)別和故障診斷等。

4、經(jīng)過(guò)多年的研究和發(fā)展。模式識(shí)別技術(shù)的快速發(fā)展和應(yīng)用大大促進(jìn)了國(guó)民經(jīng)濟(jì)建設(shè)和國(guó)防科技現(xiàn)代化建設(shè)。1.人臉識(shí)別人臉是指人的面部視覺(jué)特征，主要包括兩眼、鼻、口等特征。人臉識(shí)別就是利用計(jì)算機(jī)技術(shù)從人臉圖像分析中提取出有效的識(shí)別信息，用以鑒別人的身份。人臉識(shí)別技術(shù)已經(jīng)廣泛應(yīng)用于公安刑偵破案、門禁系統(tǒng)、攝像監(jiān)視系統(tǒng)、網(wǎng)絡(luò)應(yīng)用和信息安全等領(lǐng)域。與基于其他生物特征的識(shí)別方式相比，人臉識(shí)別具有自然和不易被察覺(jué)兩個(gè)特點(diǎn)。自然性是指該識(shí)別方式同人類進(jìn)行個(gè)體識(shí)別時(shí)利用的生物特征相同。與人臉識(shí)別類似，人類也是通過(guò)觀察比較人臉來(lái)確認(rèn)身份的。2.指紋識(shí)別指紋是指人類手指末端正面皮膚上凹凸不平產(chǎn)生的紋路，其形成依賴于胚胎發(fā)育

5、時(shí)的環(huán)境。指紋紋線有規(guī)律地排列形成了不同的紋型，這些紋線的起點(diǎn)、終點(diǎn)、結(jié)合點(diǎn)和分叉點(diǎn)是指紋的細(xì)節(jié)特征點(diǎn)。與其他生物特征相比，指紋具有兩個(gè)突出的優(yōu)點(diǎn)：一是穩(wěn)定性，指紋具有很強(qiáng)的穩(wěn)定性，從胎兒在6個(gè)月時(shí)指紋完全形成到人死后尸體腐爛，指紋的紋型和細(xì)節(jié)特征點(diǎn)等不會(huì)有明顯變化；二是獨(dú)特性，指紋具有明顯的獨(dú)特性，至今還沒(méi)發(fā)現(xiàn)兩個(gè)指紋完全相同的人?；谶@兩個(gè)特點(diǎn)，指紋識(shí)別能夠非?？煽康剡M(jìn)行人的身份鑒別，已經(jīng)在公安刑偵破案、網(wǎng)絡(luò)管理、銀行、社保、雇員證明、門禁系統(tǒng)等領(lǐng)域得到了非常廣泛的應(yīng)用。 指紋識(shí)別是生物特征識(shí)別領(lǐng)域發(fā)展最成熟、最可接受的一種識(shí)別技術(shù)。然而，指紋識(shí)別還面臨一定的挑戰(zhàn)。在日常生活中，有一部分人

6、的指紋是無(wú)法采集的，這里既有先天遺傳的問(wèn)題，也有后天因素造成的。例如由于手指皮膚有傷疤、長(zhǎng)繭、病態(tài)皮膚、皮膚干燥、皮膚老化、采集設(shè)備受污染等原因，會(huì)使得圖像采集設(shè)備無(wú)法采集或者不能提供高質(zhì)量的指紋圖像。此外，由于每次捺印的方位不完全一樣，著力點(diǎn)不同會(huì)帶來(lái)不同程度的變形，也會(huì)給后續(xù)正確提取特征和實(shí)現(xiàn)正確匹配帶來(lái)一定的困難。3.語(yǔ)音識(shí)別語(yǔ)音是人類信息交流的基本手段，語(yǔ)音中包含語(yǔ)義信息、語(yǔ)言信息、說(shuō)話人信息和情感信息等。語(yǔ)音識(shí)別就是讓機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)，即讓計(jì)算機(jī)識(shí)別出人類語(yǔ)音中的各種信息。語(yǔ)音識(shí)別涉及信號(hào)處理、模式識(shí)別、概率論、信息論、發(fā)聲機(jī)理和聽(tīng)覺(jué)機(jī)理、

7、人工智能等學(xué)科。語(yǔ)音識(shí)別已經(jīng)在語(yǔ)音輸入系統(tǒng)、語(yǔ)音控制系統(tǒng)和智能對(duì)話查詢系統(tǒng)中得到了廣泛的應(yīng)用。例如在語(yǔ)音控制系統(tǒng)中，就是利用語(yǔ)音來(lái)控制設(shè)備的運(yùn)行，相對(duì)于手動(dòng)控制來(lái)說(shuō)更加快捷、方便。另外,語(yǔ)音識(shí)別可以用在諸如工業(yè)控制、語(yǔ)音撥號(hào)系統(tǒng)、智能家電等許多領(lǐng)域.4.圖像識(shí)別圖像是指各種圖形和影像的總稱。圖像識(shí)別就是利用計(jì)算機(jī)對(duì)圖像進(jìn)行處理、分析和理解，以識(shí)別各種不同模式的目標(biāo)和對(duì)象的技術(shù)。目前，圖像識(shí)別涉及遙感和航空?qǐng)D像分析、顯微圖像、熱像及超聲圖像檢查、金相圖分析與鑒定、車牌識(shí)別等領(lǐng)域。如圖6所示。實(shí)際上，人臉識(shí)別和指紋識(shí)別也屬于圖像識(shí)別的一種。l 模式識(shí)別的發(fā)展趨勢(shì)模式識(shí)別技術(shù)是人工智能的基礎(chǔ)技術(shù)，2

8、1世紀(jì)是智能化、信息化、計(jì)算化、網(wǎng)絡(luò)化的世紀(jì)，在這個(gè)以數(shù)字計(jì)算為特征的世紀(jì)里，作為人工智能技術(shù)基礎(chǔ)學(xué)科的模式識(shí)別技術(shù)，必將獲得巨大的發(fā)展空間。在國(guó)際上，各大權(quán)威研究機(jī)構(gòu)，各大公司都紛紛開(kāi)始將模式識(shí)別技術(shù)作為公司的戰(zhàn)略研發(fā)重點(diǎn)加以重視。模式識(shí)別的研究主要集中在兩方面，即研究生物體(包括人)是如何感知對(duì)象的，以及在給定的任務(wù)下，如何用計(jì)算機(jī)實(shí)現(xiàn)模式識(shí)別的理論和方法。前者是生理學(xué)家、心理學(xué)家、生物學(xué)家、神經(jīng)生理學(xué)家的研究?jī)?nèi)容，屬于認(rèn)知科學(xué)的范疇；后者通過(guò)數(shù)學(xué)家、信息學(xué)專家和計(jì)算機(jī)科學(xué)工作者近幾十年來(lái)的努力，已經(jīng)取得了系統(tǒng)的研究成果。l 總結(jié)模式識(shí)別是一門理論與實(shí)踐緊密結(jié)合的學(xué)科，教與學(xué)的方式值得我們研究和