哈工大模式识别课程绪论,2课时用.ppt

哈尔滨工业大学 第1章模式识别绪论 主要内容 模式识别基本概念模式识别系统组成模式识别基本问题应用领域小结 模式识别基本概念 基本概念 基本概念 主要内容 模式识别基本概念模式识别系统组成模式识别基本问题应用领域小结 模式识别系统组成 模式识别系统组成 1 信息的获取 通过测量 采样 量化并用矩阵或向量表示 通常输入对象的信息有三个类型 二维图像 文字 指纹 地图 照片等 一维波形 脑电图 心电图 机械震动波形等 物理参量和逻辑值 体检中的温度 血化验结果等 2 预处理 去除噪声 加强有用的信息 并对输入测量仪器或其它因素造成的干扰进行处理 3 特征提取与选择 为了实现有效的识别分类 要对原始数据进行变换得到最能反映分类本质的特征 此过程为特征提取和选择 4 分类决策 在特征空间中用统计方法把被识别对象归为某一类 基本作法是在样本训练集基础上确定某个判决规则 使按这种判决规则对被识别对象进行分类所造成的错误识别率最小或引起的损失最小 5 后处理 针对决策采取相应的行动 举例 车牌识别 车牌识别系统框图 车牌定位 车牌倾斜校正 字符分割 模式识别的基本问题 主要内容 模式识别的训练方法 监督学习 存在一个教师信号 对训练样本集的每个输入样本能提供类别标记和分类代价并寻找能够降低总体代价的方向 人脸识别 无监督学习 没有显示的教师指导整个训练过程 图像检索 半监督学习 半监督学习是利用少部分标记数据集及未标记样本进行学习的主流技术 如医学图像 主要内容 紧致性 第1种情况 A1 111 101 110 011A2 000 010 100 001只要用一个平面就可以将两个点集分开 举例 第2种情况 A1 111A2 000任何一个通过点000与111连线的平面都能达到分类的目的 举例 第3种情况 A1 111 001 100 010A2 000 011 101 110需要用3个平面才能分开 举例 对于这种情况 结合A1中任意一点的一个码的数值发生变化 例如111变为101 那么就成为A2中的成员 把这些点成为临界点 把改变其中一个码值不能改变其集合属性的点成为内点 在该情况下 集合A1和集合A2没有内点 全部为临界点 一般情况 两个集合中具有的临界点越多 就越难分开 例如 A1 000 A2 111 没有临界点 全部为内点 因此较为容易将其分开 一般来说 在D维空间中要用超表面进行分类 假若我们用平面图表示D维空间中点的分布 如下图 紧致性 主要内容 特征选取 Salmon 鲑鱼 与Seabass 鲈鱼 分类系统 特征选取 光泽度长度宽度 长度特征直方图 光泽度直方图 1 2典型应用实例 宽度 纵轴 光泽度 横轴 不成功 不成功 成功 特征选取 特征选取 主要内容 相似性度量与分类 相似性度量与分类 相似性度量与分类 主要内容 性能评价 主要内容 识别系统设计过程 选择模型 用数学形式表达的不同特征的描述 训练分类器 利用样本数据确定分类器的过程 评价分类器 避免过拟合 主要内容 模式识别基本概念模式识别系统组成模式识别基本问题应用领域小结 应用领域 应用领域 工业机器人 电路板检测 农业采摘机器人 人脸识别 虹膜识别 手掌静脉识别 指纹识别 无人驾驶 车牌识别 交通流量分析 计算机辅助诊断系统 医学图像决策系统 导弹图像末制导 无人侦察机 全天候雷达监控系