45341

Проблема распознавания образов

Доклад

Информатика, кибернетика и программирование

В своей повседневной жизни человек настолько легко справляется с задачами распознавания что это считается само собой разумеющимся. В целом проблема распознавания образов состоит из двух частей: обучения и распознавания. За обучением следует процесс распознавания новых объектов который характеризует действия уже обученной системы.

Русский

2013-11-16

67.5 KB

13 чел.

20 Проблема распознавания образов

Человеческий мозг, так же как и мозг животных, с самого рождения и на протяжении всей жизни ежеминутно решает задачи распознавания образов. Ребенок или детеныш животного с первых минут своего появления на свет узнает пищу, мать, ее голос, окружающие предметы. По мере взросления ребенок учится узнавать свои игрушки, комнату, дом, множество необходимых предметов, лица друзей, их речь, музыку, буквы, слова, книги и т.д.

В своей повседневной жизни человек настолько легко справляется с задачами распознавания, что это считается само собой разумеющимся. Между тем, попытки моделирования на компьютерах этих высокоинтеллектуальных функций наталкиваются на весьма серьёзные трудности.

Для того чтобы человек сознательно воспринял информацию, она должна пройти довольно длительный цикл предварительной обработки. Рассмотрим на примере восприятия зрительного образа:

1. Вначале свет попадает в глаз. Пройдя через всю оптическую систему фотоны попадают на сетчатку (слой светочувствительных клеток). Здесь происходит первый этап обработки информации. У млекопитающих, сразу за светочувствительными клетками находится обычно два слоя нервных клеток, которые выполняют сравнительно несложную обработку.

2. По зрительному нерву информация поступает в головной мозг, в так называемые "зрительные бугры".

3. Далее зрительная информация поступает в отделы мозга, которые уже выделяют из неё отдельные составляющие (горизонтальные, вертикальные, диагональные линии; контуры; области светлого, темного, цветного). До этих пор можно без труда смоделировать работу мозга применяя различные графические фильтры.

4. Постепенно образы становятся все более сложными и размытыми, но графический образ пройдет еще долгий путь, прежде чем достигнет уровня сознания. Причём на уровне сознания к образу могут примешаться еще звуки, запахи и вкусовые ощущения.

В целом проблема распознавания образов состоит из двух частей: обучения и распознавания. Обучение осуществляется путём показа отдельных объектов с указанием их принадлежности тому или другому образу. В результате обучения распознающая система должна приобрести способность реагировать одинаковыми реакциями на все объекты одного образа. За обучением следует процесс распознавания новых объектов, который характеризует действия уже обученной системы.

Круг задач, которые могут решаться с помощью распознающих систем, чрезвычайно широк. Сюда относятся не только задачи распознавания зрительных и слуховых образов, но и задачи распознавания сложных процессов и явлений, возникающих, например, при выборе целесообразных действий руководителем предприятия или выборе оптимального управления технологическими, экономическими, транспортными или военными операциями.

В настоящее время наибольших успехов удалось добиться в распознавании зрительных образов, таких как печатные символы. Не вызывает сомнений полезность известных программ распознавания текстовой информации – FineReader и CuneiForm. Функции обнаружения и распознавания военных объектов противника уже давно закладываются в бортовые компьютеры ракет, самолетов, кораблей и подводных лодок.

Какие идеи и принципы могут быть заложены в основу распознающих систем? Первое, что приходит в голову, – действовать "с позиции грубой силы": заложить в компьютер как можно больше известных образов-шаблонов и сравнивать их с поступающими для распознавания неизвестными образами. Однако этот путь сразу заводит в тупик. Предположим, что зрительное изображение считывается с помощью стандартной системы светочувствительных элементов – 32 позиции по ширине и 48 по высоте, т.е. всего 1536 элементов. Но даже на такой грубой сетке можно воспринять порядка 10460 возможных образов. Хранить в памяти такое число шаблонных изображений и осуществлять с ними сравнение поступающих на вход образов невозможно.

Поэтому на практике системы распознавания на первой стадии обязательно обрабатывают изображение и выделяют характерные признаки, качественные или количественные. Таким образом, количество информации для распознавания существенно уменьшается.

Следующая идея, которая обычно используется в распознающих системах, – это идея обучения. Она является обязательным элементом многих современных интеллектуальных систем.


 

А также другие работы, которые могут Вас заинтересовать

75595. Відвідування кінотеатру в Англії, План-конспект уроку з англійської мови для учнів 9-х класів 61.5 KB
  Активізувати у мові учнів ЛО теми «Відвідування кінотеатру», «Кіно». Практикувати в аудіюванні та читанні тексту з метою отримання загального уявлення (skimming) та з метою максимально повного й точного розуміння всієї інформації, що міститься в тексті (scanning). Практикувати учнів у спілкуванні в формі діалогу-розпитування, діалогу-обміну думками.
75596. Кіно в Британії. Моє відвідування кінотеатру 58.5 KB
  Обладнання: підручник Keyfcts bout film HO1 Trueorflse H02. T: In your notebook write 9 types of films. I will cll out one type of films t time. If you her one of your type of films put your hnd up nd cross the word out.
75597. Театри в Великобританії. Бесіда по телефону, План-конспект уроку з англійської мови для учнів 9-х класів 70 KB
  Активізувати у мові учнів ЛО теми «Відвідування театру». Практикувати учнів у читанні тексту з метою отримання загального уявлення (skimming) з метою максимально повного й точного розуміння всієї інформації, що міститься в тексті (scanning). Повторити навчальний матеріал про ведення бесіди по телефону.
75598. ЦИФРОВАЯ ОБРАБОТКА КОРОТКИХ СИГНАЛОВ. ОПРЕДЕЛЕНИЕ ЧАСТОТЫ СИГНАЛА 140 KB
  Одной из важнейших задач цифровой обработки зашумленных сигналов является обнаружение информативного сигнала в потоке данных искаженных шумами и помехами и определение его параметров. Каждая из этих операций позволяет выполнять преобразования исходного сигнала например переход сигнала из временной области в частотную или наоборот причем при этом производится уменьшение уровня шумов в обработанном сигнале. В задачах обнаружения и определения параметров защумленных сигналов усиление эффекта подавления шумов и...
75599. ЦИФРОВАЯ ОБРАБОТКА КОРОТКИХ СИГНАЛОВ. ОПРЕДЕЛЕНИЕ ВРЕМЕННЫХ ИНТЕРВАЛОВ МЕЖДУ РАДИОИМПУЛЬСАМИ 189.5 KB
  Известный способ измерения расстояния до объекта основан на измерении времени задержки отраженного радиолокационного сигнала от возбуждающего радиоимпульса. По времени задержки отраженного сигнала от зондирующего определяется толщина металла. Однако увеличение количества накоплений позволяет улучшать отношение сигнал шум без искажения формы и уменьшения амплитуды накопленного отраженного сигнала лишь до некоторого предела. При ограничении времени проведения анализа количество возможных...
75600. ЦИФРОВАЯ ОБРАБОТКА НЕСТАЦИОНАРНЫХ СИГНАЛОВ. ПРЕОБРАЗОВАНИЕ ГИЛЬБЕРТА-ХУАНГА 140 KB
  Каждый из этих колебательных режимов может быть представлен функцией внутренней моды intrinsic mode function IMF. IMF представляет собой колебательный режим как часть простой гармонической функции но вместо постоянной амплитуды и частоты как в простой гармонике у IMF могут быть переменная амплитуда и частота как функции независимой переменной времени координаты и пр. Любую функцию и любой произвольный сигнал можно разделить на семейство функций IMF. Процесс отсева функций IMF.
75601. ПРЕОБРАЗОВАНИЕ ГИЛЬБЕРТА 30.5 KB
  Спектральный анализ Гильберта HS применяется для описания нестационарных сигналов т. Мгновенная частота может быть вычислена по формуле wt = d q t dt Цель применения преобразования Гильберта IMF определенные вышеприведенным способом допускают вычисление физически значимых мгновенных частот что дает возможность создать частотно-временное представление сигнала на основе преобразования Гильберта. ЦОС по методу Гильберта-Хуанга включает последовательное применение нескольких...
75602. ОБРАБОТКА ИЗОБРАЖЕНИЙ 345.5 KB
  Целью обработки может являться также улучшение качества изображения для лучшего визуального восприятия геометрические преобразования масштабирование поворот в общем нормализация изображений по яркости контрастности резкости выделение границ изображений автоматическая классификация и подсчет однотипных объектов на изображении сжатие информации об изображении. К основным видам искажений изображений затрудняющих идентификацию можно отнести: Недостаточную контрастность и яркость связанную с недостаточной освещенностью объекта;...
75603. МЕТОДЫ УЛУЧШЕНИЕ ВИЗУАЛЬНОГО КАЧЕСТВА ИЗОБРАЖЕНИЙ 1.67 MB
  MTLB предоставляет средства интерактивной работы с изображениями в различных графических форматах включая: Изменение масштаба изображения; Изменение яркости и контрастности; Поворот изображения; Многие виды фильтрации; Конвертирование графического формата...