第八章图像识别

1第八章图像识别信息与通信工程学院张洪刚2模式识别和模式的概念感知：从环境获取信息3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ROCKETS11概念4模式识别的意义数字化感知数据：来源丰富、数量巨大概念5模式识别的难点感知数据：非结构化（像素、声波等）概念6模式与模式类样本(sample,object)：一类事物的一个具体体现，对具体的个别事物进行观测所得到的某种形式的信号。模式(pattern)：表示一类事物，如印刷体A与手写体A属同一模式。B与A则属于不同模式。样本是具体的事物，而模式是对同一类事物概念性的概括。模式类与模式联合使用时，模式表示具体的事物，而模式类则是对这一类事物的概念性描述。模式识别是从样本到类别的映射。概念7模式识别的基本问题（1）特征如何提取？-------特征产生（2）最有效的特征是那些特征？-------特征选择（3）对特定任务，如何设计分类器？

-------分类器设计（4）分类器设计后，如何评价分类器？分类错误率是多少？

-------分类器评价8模式识别方法的分类（1）监督与非监督模式识别

A、监督模式识别

利用先验知识和训练样本来设计分类器。

B、非监督模式识别

利用特征向量的相似性来自动进行分类。9有监督学习（supervisedlearning)：用已知类别的样本训练分类器，以求对训练集数据达到某种最优，并能推广到对新数据的分类。非监督学习（unsupervisedlearning)：样本数据类别未知，需要根据样本间的相似性对样本集进行分类(聚类，clustering)10模式险分类vs.模式慰聚类Cl丹as芦si裁fi泉ca红ti桑on色(得kn储ow灰n英ca捷te象go郑ri筒es奔)Cl蚕us骆te敢ri效ng肝(忆cr幼ea素ti恨on慌o篇f获ne笋w墙ca汉te撕go达ri词es盟)Category“A”Category“B”Classification(Recognition)(SupervisedClassification)Clustering(UnsupervisedClassification)11监督夜与非由监督他学习鱼方法勇比较模式征识别箱方法12参数估计近邻法直接计算判别函数·非参数方法有监督学习最小距离分层聚类无监督学习静态模式（不相关）HMM时序模式（相关的静态模式）统计模式识别模板匹配结构模式识别人工神经网络句法模式识别统计学习理论和支持向量机模糊模式识别13模板尝匹配Te渠mp检la径te抚M保at醉ch晌in夕gTe倡mp将la杨teIn缠pu塘t煎sc裕en自e14结构甘模式德识别用简贿单的壶基元(p恰ri胖mi暮ti舌ve造s)和结捏构关闷系来份描述岔复杂劣对象YNMLTXZSceneObjectBackgroundDELTXYZMNDE15句法重模式稠识别定义击：描述估待处彻理模瓶式的追结构俱信息蓬，并遣用形片式语心言中右的文鞋法定葬义模能式结甘构，誉并通唐过句显法分绑析进池行分垒类对象思被描检述为阅以基垒元为竟基本雷单位旅（符圆号化恳）的掠文法源自幕语言卖学，派但不稍限于紫语言须学应夏用基本珠概念基元鹅：预奋定义腊的不首再包按含细险节结次构信衔息的川子结枪构文法悠：对灭模式睁的描歌述（佩基元耐为字恼符）冷字符辰串句法忧：对摆字符赖串进抓行判尊别，所是否诞文法快描述身的“程语言葬”16句法辨模式债识别控系统否框架预处理基元分割或分解句法分析基元和关系选择文法结构及推理测试模式训练模式分类学习过程错误率检测基元及关系识别17人工拣神经畅网络计算洒“仿撑生”智能宗计算粥机大规胞模并福行分布薯式的科计算学习闪，泛岛化和永自适挣应容错拖，非射确定垒，不展精确顷的分蔑类人工留神经膀网络1819模糊但模式捏识别19产65年Za此de博h提出驱模糊窝集理陡论是对管传统镰集合箭理论标的一鬼种推脱广传统贵：属染于或栋者不笼属于模糊军：以促一定恳的程本度属今于模糊盆逻辑望：相谋对传纯统二亲值逻嗽辑“嗓是或怕不是冲”模糊砖数学复：研怪究模骑糊集案和模渔糊逻异辑模糊害系统垂：应毫用角井度20模糊慌模式猜识别混方法隶属骂度函暴数对象x属于站集合A的程伍度的贿函数盯，值疯域[0戒,甲1]模糊樱模式粘识别前方法将模完糊技讨术引额入传易统模娇式识盆别方跑法中模糊落特征模糊糕分类灿：模焰糊子钩集代弦替确膨定子朱集模糊讲评价21统计秒模式替识别模式福识别部最初炕从统它计理储论发伞展而按来基本司思想麦：模旺式被厦描述霸为一追组测衔量值职组成庆的随爪机特邪征向耻量，抬用概剑率统亡计理添论对圆其进澡行建济模，夫用统买计决娃策理罚论划贱分特心征空总间来凳进行砍分类袖。22统计鸡模式漠识别阿的一便般过酿程预处理特征提取/选择分类预处理特征提取/选择学习分类规则测试模式训练模式分类训练错误率检测23统计帅模式票识别黎基本厦过程基本泄系统加组成数据重获取隶：测姥量预处且理：芝利于劣特征畏提取管和分研类特征蒙提取慕与选昨择降维选择承有利纠于分询类的谎特征掠，去驱除不榴利分草类的冤特征分类避决策错误抱率最球小损失涨最小24统计请模式计识别距离架分类其法1.标准霸模式限法设由邪训练量样例滔可获并得c个模秀式类1,2,…田,c，且才可获帜得各凝个模困式类遥的标欠准模牲式M1,弊M2,…雁,珍MC。那鸭么，仍对于躁待识贼模式X，可抢通过纪计算矿其与摩各标串准模抓式的流距离d(X,宁Mi)陆(i=1佣,2刘,…港,c漠)来决有定它糕的归门属。炊具体送分类锐规则当为：d(X,Mj)=正mi肾nd(X,Mi)Xji=1污,2印,…翠,c即与X距离窜最小旺的标劲准模晕式所沸属的掩模式茫类即糊为X的所裂属模部式类锈。25m1m2xg(x)=0m1m2x262.平均料距离滨法平均日距离仇法就听是将优待识族模式X与模珠式类ωi(i=1牌,2扫,…网,c)中所然有样六例模越式的盘距离侍平均建值作礼为与X的距皂离，江然后除以距偿离最州小的叔模式丝式类作厕为X的类倦属。代分类喉规则央可描箱述为遥：其中,(k=1郊,皆2,协…券,c),sk为模扯式类ωk中的该样例回模式股数。273.最近牲邻法徒最近邻法是此将与叮待识扔模式X距离灿最近幅的一恐个样肾例模灵式的渠模式势类作孩为X的类犬属。萄分类舅规则走可描押述为其中,

sk为模式类ωk中的样例模式数。2829几何圈分类句法一个泉模式孟类就砌是相阻应特调征空牛间中监的一深个点袋集。短一般晶来讲性，在展特征糕空间桑中一朴个模骗式类揭的点驱集总吧是在栽某种梯程度胜上与榨另一掏个模捧式类营的点投集相米分离值。因碗此，票模式喇识别劫的另舅一个补思路兆就是呢设法迹构造添一些恼分界茂面（攀线）汽，把饼特征钞空间Rn分割症成若康干个遮称为兰决策梦区域尖的子该空间Ri(i=1咱,2势,…区,n团)，使浊得一峡个模咬式类星刚好州位于砖一个穷决策傅区域竹。这白样，绩对于域待识剩模式X，就偶可以肢利用织空间浪中的萌这些概分界抬面来极判定X的类惧属。辩分界秆面（供线）造方程gi(X)=斩0中的碗函数gi(X)称为云判别声函数做。显肿然，不构造槐分界柏面的茫关键压就是我构造荷其判犬别函榆数。分界瞎面（拼线）科可分挨为平论面（绑直线私）和帜曲面士，相处应的券判别是函数蓝为线削性函变数和铜非线术性函梢数。禁下面冲介绍药分界银平面首和线处性判臭别函弊数。30对于商二分朋类问凶题,显然钟只需才一个杠分界团平面样。设恭判别脚函数金为g(X)=WTX+w0其中W=云(w1,w2,塔…,wn)T为X中各梢分量x1,x2,远…,xn的系许数组沿成的既向量恰，称踢为权滩向量酱；w0为一晕个常戚数，捏称为聚阈值棚权。淡那么蚕，分笨界平享面方吼程为g(X)增=WTX+w0=庸0由几谱何知任识知,位于采这个店分界趋平面僚两边泉的点X的判裤别函竭数值g(X)符号帝相反千。于拖是,可有稍分类镇规则:g(X)>典0X1g(X)<熔0X2g(X)=宏0X属于1或2，或碑者不肝可判承别31二分惩类问侵题的愤分界合面(线)示意32概率洗分类告法基于卷最小终错误铅率的叫贝叶切斯决附策因为蒸模式霞属于卫哪一忽模式局类存凑在不举确定戒性,所以掘需要仆用概蒸率来谱决策,就是喂说对光于待蜘识模吴式X,如果慕它属坛于哪珍个类今的概绞率大速则它稳就属逃于哪活一类醉。但乳如果絮直接曲使用蜡各模按式类疏的先匠验概弹率P(ci),则会仰因先散验概聚率所宗提供仪的信茶息量灰太少恢而导纷致把亭所有秧模式爪都归群入先患验概狸率最寇大的貌模式赠类的旺无效塑分类逝。因耳此,应该漠考虑手后验搞概率P(ci|X),但通恰常概助率P(ci|X)不易竹直接柏求得陶的。叠幸好,概率贿论中信的贝舌叶斯且公式芹可以弄帮忙,事实障上,由贝券叶斯树公式先验呆概率毛、类朴条件焰概率鸟密度强和后缩慧验概器率先验型概率：根据柄大量姻统计挣确定鲁某类坛事物碍出现碍的比摘例，如不在我宴国大碑学中剥，一斩个学糕生是粉男生纵的先染验概纹率为0.土7，而争为女远生的练概率触是0.奏3，这订两类序概率零是互租相制帅约的吉，因呆为这垄两个泽概率贺之和魄应满稿足总寻和为1的约枕束。类条孝件概阵率密叶度函吧数：同一址类事矛物的浅各个诱属性欧都有尊一定渣的变寒化范般围，辜在这呈些变改化范劝围内饱的分烫布概营率用稍一种遇函数娱形式话表示列，则成称为稍类条抢件概通率密或度函洋数。这口种分诉布密灭度只办对同何一类扣事物表而言赶，与兆其它貌类事歇物没惭有关尘系。趣为了强调践是同谣一类横事物码内部，因邪此这剑种分看布密拉度函纯数往痰往表渐示成条件净概率的形贱式。妹例如x表示毫某一标个学舰生的堆特征朝向量脆，则压，男总生的声概率唱密度旷表示宜成P(x|男生)，女秃生的惜表示凯成P(x|女生)，这烤两者释之间围没有异任何归关系拢，即兴一般棒的情嫩况下P(x|w1)+P(x|w2)≠住1，可浅为从[0袖,2乞]之间尘的任灿意值骄。后验经概率：一个益具体维事物竹属于输某种户类别桑的概猪率，例暂如一月个学签生用肾特征绣向量x表示丛，它团是男兄性或姻女性刑的概衣率表垦示成P(男生|x)和P(女生|x)，这谷就是豆后验门概率狂。由吓于一突个学威生只螺可能起为两苏个性徒别之绑一，全因此央有P(男生|x)+社P(女生|x)=污1的约吐束，障这一圾点是衫与类案分布抚密度番函数薯不同丈的。顽后验稿概率伪与先库验概值率也拉不同形，后验抬概率盒涉及谢一个伴具体根事物绘，而晶先验相概率证是泛凑指一隆类事蒙物，因裂此P(男生|x)和P(男生)是两静个不繁同的江概念复。图解p(x|ω1)p(x|ω2)p(ω1|x)p(ω2|x)类条郑件概光率密共度函应数后验攻概率最小睡错误率决味策35模式奶识别拣过程剧示例或：Fi遍sh枕C拌la赶ss捧if咱ic坑at架io第n预处扯理：im悦ag技e吹en醉ha颈nc策em剖en滔t,享s须ep层ar阅at戒in拾g私to具uc俊hi马ng傍/o李cc棉lu桂di局ng滴f甩is殖he咽s千an撇d纪fi筒nd础in弹g逗th位e制bo王un得da蚂ry票o乖f废th碍e测fi生shEx彼am凳pl击e欣fr扔om踏:杜R.项D富ud惰a,隶P岩.劣Ha柄rt桌,槐D.怕S桃to季rk爆,摄“P目at焰te慨rn爆C奏la射ss模if瓦ic敢at有io糕n”升,蝇s畏ec押on斤d扁ed避it请io篇n,放2逼00攻0.36先验诵知识:鲈鱼冷一般船比鲑保鱼长通过珠长度L是否崇超过归了临醋界值L*来判肢断种庆类为了呢确定蜘恰当惨的L*值，拨必须滥先获怜得不叔同类钞别的戴鱼的音若干碰样本(“设计利样本距”或技”训肉练样杨本”)进行辉长度农测量嫂。3738验证警了平树均意末义上鹊鲈鱼看要比漠鲑鱼疫长的盯结论令人奏失望姓的表阿明:单一扭的特窃征判染据是谋不足符以完瞎美分港类的台。