模式识别PR1.pptVIP

第1章 绪论 * 1.1 模式识别和模式的概念 1.2 模式识别学科 1.3 模式识别系统 1.4 模式识别方法 1.5 模式识别应用 1 模式识别绪论 1.1 模式识别和模式的概念 感知：从环境获取信息 计算机模式识别 模式识别：使计算机模仿人的感知能力，从感知数据中提取信息（判别物体和行为）的过程。 数据获取 模式分割 模式识别 姚明 ROCKETS 11 模式识别和模式的概念 Pattern recognitionis the study of how machines can observe the environment, learn to distinguish patterns of interest from their background, and make sound and reasonable decisions about the categories of the patterns. (Anil K. Jain) 模式识别的意义 数字化感知数据：来源丰富、数量巨大 模式识别的难点 感知数据：非结构化（像素、声波等） 模式与模式类 模式(pattern)：广义上指存在于时间和空间中可观察的事物；狭义上指从事物获得的信息，即对具体的事物进行观测所得到的某种形式的信号；在本课程中，这种信息表现为向量即数组。 模式类：指模式所属的类别，即具有某种相似性的一类事物，如印刷体A与手写体A属同一模式类，B与A则属于不同模式。 模式类与模式联合使用时，模式（样本）表示具体的事物，而模式类则是对这一类事物的概念性描述。 模式识别是从模式到模式类的映射。 模式识别 样 本 类 别 1.2 模式识别学科 人类具有很强的模式识别能力，时刻在完成某种模式识别的任务。 模式识别作为一门学科，是研究用机器完成自动识别事物的工作。 模式识别学科形成于50~60年代，与众多学科有联系，尤其与人工智能和图像处理关系密切。 模式识别是一门理论与应用并重的技术科学。有广泛的需求。 还在发展中，现有的理论与方法还有不足。 模式识别与其他学科 模式识别学科位置 模式识别：计算机科学与电子工程交叉学科 中国：“控制科学与工程”一级学科 二级学科：控制理论与控制工程、模式识别与智能系统、系统工程等 西方：没有自动控制系 自动控制：电子工程系、机械工程系 模式识别：电子工程系、计算机科学系 主要组织 国际组织 IAPR IEEE Computer Society: TC on PAMI (Pattern Analysis and Machine Intelligence) 国内组织 中国自动化学会：模式识别与机器智能(PRMI)专业委员会，1981年成立，IAPR成员组织 中国计算机学会：人工智能与模式识别专业委员会 中国人工智能学会 主要机构 国外 USA: MIT (Poggio), UIUC (Thomas Huang), CMU (T. Kanade), MSU (A.K. Jain), Maryland (Resenfeld, Chellappa) Canada: Toronto (Hinton), Concordia (C.Y. Suen) UK: Surrey (Kittler), MSR Cambridge (Bishop) France: INRIA 国内 MSRA, HKUST 中科院自动化所、清华大学、北京大学、上海交大、西安交大、南京理工大学、武汉大学等 1.3 模式识别系统 数据获取 预处理 特征提取与选择 分类决策 分类器设计 信号空间 特征空间 模式识别系统的组成 模式识别研究内容 数据预处理 视频、图像、信号处理 模式分割 模式/背景分离、模式-模式分离 运动分析 目标跟踪、运动模式描述 模式描述与分类 特征提取/选择、模式分类、聚类、机器学习 模式识别应用研究 针对具体应用的方法与系统 1.4 模式识别的方法 模版匹配法(templete matching) 统计方法(statistical pattern recognition)： 1950s- 神经网络方法(neural network)： 1980s- 结构方法(句法方法)： 1970s- (structural pattern recognition ) 支持向量机、核方法：1990s- 多分类器、集成学习：1990s- Bayes学习：1990s- 1990s-: 模式识别技术大规模应用 模版匹配 首先对每个类别建立一个或多个模版 输入样本和数据库中每个类别的模版进行比较，例如求相关或距离 根据相似性（相关性或距离）大小进行决策 优点：直接、简单 缺点：适应性差 扩展：弹性模版法 统计方法 根据训练样本，建立决策边界(decision