计算机视觉教程 教学课件 作者 章毓晋 CCV12.pptVIP

* 12-* 第12章 计算机视觉教程 章毓晋 第12章 景物识别 12.1 统计模式分类 12.2 感知机 12.3 支持向量机 12.4 结构模式识别 12.1 统计模式分类 12.1.1 模式分类原理 12.1.2 最小距离分类器 12.1.3 最优统计分类器 12.1.1 模式分类原理 一个n维的模式矢量可写成 如果一个模式x属于类si，那么有 对一个未知模式x来说，如果将它代入所有决策函数算得di(x)值最大，则x属于第i类。如果对x的值，有di(x) = dj(x)，则得到将类i与类j分开的决策边界 12.1.2 最小距离分类器 每个模式类用一个均值矢量表示 计算 并且在dj(x)给出最大值时将x赋给类sj 类si和sj之间的决策边界 12.1.3 最优统计分类器 1.　最优统计分类原理 在平均意义上产生最小可能分类误差 条件平均风险损失 贝叶斯分类器 12.1.3 最优统计分类器 1.　最优统计分类原理 损失函数 贝叶斯分类器在满足下面的条件时将x赋给类si 对0-1损失函数，贝叶斯分类器相当于实现了如下的判决函数 12.1.3 最优统计分类器 2.　用于高斯模式类的贝叶斯分类器 贝叶斯决策函数 对类sj的贝叶斯决策函数是dj(x) = p(x | sj)P(sj) 采