模式识别基础理论及其计算机视觉应用（上，447页1-5章）.pptxVIP

模式识别基础理论及其计算机视觉应用;目录;目录;目录;目录;第一章模式识别与计算机视觉概述;1.1概念认知;模式识别技术根据从对象抽取的统计特性或结构信息，把对象分成给定的类别。在计算机视觉中，模式识别技术经常用于对图像中的某些部分（例如分割区域）进行识别和分类。模式识别研究的重点不是人类进行模式识别的神经生理学或生物学原理，而是如何通过一系列数学方法让机器来实现类人的识别能力。

;1.1概念认知;1.2模式识别与计算机视觉发展史;20世纪80年代，Back-Propagation算法的重新发现和成功应用推动了人工神经网络研究和应用的热潮，至今仍被广泛应用于模式识别之中。20世纪90年代提出的支持向量机引起了模式识别领域对统计学习理论和核方法的极大兴趣。;进入21世纪，模式识别研究的趋势可以概括为以下四个方面：

（1）Bayes理论被越来越多地用于解决具体的模式识别和模型选择问题，产生了优异的分类性能；

（2）一些传统的问题不断受到新的关注，如概率密度估计、特征选择、聚类等，新的方法（或改进/混合的方法）不断提出；

（3）模式识别领域和机器学习领域之间的相互渗透越来越明显，如特征提取和选择、分类、聚类、半监督学习等问题成为二者共同关注的热点；

（4）由于理论、方法和性能的进步，模式识别技术被应用至计算机视觉等领域，相