Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
2.Charakterystykametodrozpoznawaniawzorców
Wrozdzialeprzedstawionocharakterystykiwybranychmetod
rozpoznawaniawzorców.Przedstawionobudowęklasycznegosystemu
rozpoznawaniawzorcóworazomówiononajpopularniejszepodejściadotego
zagadnieniaspotykanewliteraturze.Więcejuwagipoświeconometodom
statystycznym,doktórychzaliczająsięmetodybazującenaukrytych
modelachMarkowa.Scharakteryzowanonajpopularniejszeklasyfikatory
wykorzystywanewpraktyce.Wostatniejczęścirozdziałuprzedstawiono
problemwymiarowościspotykanyprzyekstrakcjicechwzorców.
2.1Budowasystemówrozpoznawaniawzorców
Systemrozpoznawaniawzorcówskładasięz:czujnikapobierającego
obserwacjedoklasyfikacji,mechanizmuwyodrębnianiacech,któreposłużą
doklasyfikacji,systemudecyzyjnegorealizującegowłaściwąklasyfikację
(Rys.2).Specyfikadanegoproblemunarzucawybórczujnika,technikobróbki
iwyodrębnianiacechorazmodeludecyzyjnego.
Powszechnieuważasię,żedobrzezdefiniowanyidostatecznie
ograniczonyproblemrozpoznawania,zarównoprzymałychjakidużych
wariacjachmiedzyklasami,doprowadzidozwartejreprezentacjiwzorcówi
prostejstrategiipodejmowaniadecyzji.Uczeniezzestawuprzykładów
(zestawuczący)jestdecydującymatrybutemwiększościsystemów
rozpoznawaniawzorcówwobrazach.
Czteremanajbardziejznanymipodejściamidorozpoznawania
wzorcówsą:1)dopasowanieszablonu(ang.templatematching),2)
składniowelubstrukturalnedopasowywanie(ang.syntacticorstructural
matching),3)klasyfikacjastatystyczna(ang.statisticalclassification)oraz4)
sztucznesiecineuronowe(ang.artificialneuralnetworks)[Jain2000].
11