《模式识别课件-1.0》由会员分享,可在线阅读,更多相关《模式识别课件-1.0(57页珍藏版)》请在金锄头文库上搜索。
1、模 式 识 别 Pattern Recognition 主讲教师:陶青川(副教授) 13330996961 ,使用教材:孙即祥等编著,现代模式识别,长沙, 国防科技大学出版社,,信息行业的基本需求-美国NII计划,不分地域地、有效地获得与传输信息。 不分地域地、有效地共享硬软资源。 有效地利用信息,以提高生产率。 保证信息安全。,在过去的十年中,做了什么?,以浏览器等网络为核心技术的“有效获得信息”的研究取得了预期效果。 人们已可以从不同地域有效地获得信息。 但是,,提高信息使用率,以人工智能、模式识别、机器学习、机器视觉、数据挖掘为理论基础的各种方法,是提高信息使用率的有效途径之一。 应用计
2、算机,以人类智慧的机理和实现作为研究目标的工作,称为“人工智能” 包括学习、推理、判断、分析等,模式识别的基本定义 模式(pattern) - 存在于时间,空间中可观察 的事物,具有时间或空间分布的信息。 模式识别(Pattern Recognition) - 用计算机(机器系统)实现人对各种事物或现象的分析,描述,判断,识别。(广义的) 模式识别与图象识别,图象处理的关系, 模式识别是模拟 人的某些功能 模拟人的视觉: 计算机+光学系统 模拟人的听觉: 计算机+声音传感器 模拟人的嗅觉和触觉: 计算机+传感器,基于统计方法的模式识别系统组成,信息获取,预处理,特征提取和选取,分类器设计,分类
3、决策,(1 )、信息获取,二维图象 如文字、指纹、地图、照片 一维波形 如脑电图、心电图、机械震动波形 物理参量和逻辑值,通过测量、采样和量化,可以用矩阵或向量表示二维图象或一维波形,(2)、预处理,目的:去除噪声,加强有用信息,复原信息 预处理:包括AD,二值化,图象的平滑,变换,增强,恢复,滤波等, 主要指图象处理。,(3)、特征提取和选取,特征提取和选择:对原始数据进行变换,得到最能反映分类本质的特征 测量空间:原始数据组成的空间 特征空间:分类识别赖以进行的空间 模式表示:维数较高的测量空间-维数较低的特征空间 例如,一幅64x64的图象可以得到4096个数据,这种在测量空间的原始数据
4、通过变换获得在特征空间最能反映分类本质的特征。,(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别 基本做法:在样本训练集基础上确定某个判决规则,使得按这种规则对被识别对象进行分类时所造成的错误识别率最小或引起的损失最小(统计模式识别),机器学习计算的说明,令W是这个给定世界的有限或无限所有对象的集合,由于我们观察能力的限制,我们只能获得这个世界的一个有限的子集QW。 模式识别、机器学习的任务就是根据这个世界的对象子集Q,推算这个世界的一个模型,使它近可能为真。,三个需要解决的问题,一致性假设:机器学习任务的本质。 对样本空间的划分:决定对样本的有效性。 泛化能力:决定对世界的有
5、效性。,教学要求及目的 模式识别是控制科学与工程一级学科所包含的所有硕士点硕士研究生必修的学位课程,也是通信与信息系统、信号与信息处理、电路与系统等专业研究生的必修课或选修课。模式识别是现代高科技研究和应用的重要领域,它为21世纪人类进入智能化奠定了基础。 本课程的目的就是系统地介绍模式识别的基本理论、基本技术和基本方法。为研究生掌握和应用这门高新技术奠定坚实的基础。要求学生熟练地掌握统计模式识别技术、句法模式识别技术、模糊模式识别技术和智能模式识别技术的基本原理与方法。,教学方法,着重讲述模式识别的基本概念,基本方法和算法原理。 注重理论与实践紧密结合 避免引用过多的、繁琐的数学推导。 使初
6、步具备科研的能力,作业:科研题目、上机作业题 考试:闭卷考试(70)+平时成绩(30),主要参考文献 1边肇祺等,模式识别(第二版),北京,清华大学出版社,2000年1月. 2杨光正等,模式识别,合肥,中国科技大学出版社,2001年 3 (美)Richard O.Duda Peter E.Hart Dovid G. Stork著 李宏东 姚天翔等译,模式分类(第二版)(attern Classification Second Edition)北京,机械工业出版、 中信出版社(中英两种版本) 2003.,4 (希腊)Theodoridis.(西奥多里蒂斯)等著,模式识别(第三版)(Pattern
7、 Recognition Second Edition)英文影印版北京,机械工业出版社,.中译版 李晶皎等译,北京 电子工业出版社, (英)ndrew R.Webb著,王萍等译 统计模式识别(第二版)(tatistical Pattern Recognition Second Edition)北京,电子工业出版社,. 6沈青等,模式识别导论,国防科技大学出版社,1991年5月,7J.T.Tou & R.C. Gonzalez. Patte Recognition Principles, Addison-Wesley Publishing Company, London,1974 8J.Skla
8、nsky, G.N. Wassel. Patten Classification and Trainable Machines, Springer-Verlag, New York,1981,主要期刊, IEEE Trans. On PAMI, NN Pattern Recognition Pattern Recognition Letter Machine Learning Neural Computation 模式识别与人工智能,1973年 IEEE发起了第一次关于模式识别的国际会议“ICPR”,成立了国际模式识别协会-“IAPR”,每2年召开一次国际学术会议。 1977年 IEEE的计算
9、机学会成立了模式分析与机器智能(PAMI)委员会,每2年召开一次模式识别与图象处理学术会议。 国内的组织有电子学会,通信学会,自动化协会,中文信息学会.。 CVPR: IEEE Conf on Comp Vision and Pattern Recognition (0.96) ICML: Intl Conf on Machine Learning (0.95) ICPR: Intl Conf on Pattern Recognition (0.76),关于模式识别的学术组织和重要会议,当务之急,模式识别与人工智能需要更多的数学知识。简单的写程序的工作,将逐渐变为软件工人的事情。 信息科学面临
10、来自数学家与物理学家的严重生存挑战。 补充数学也许是信息科学研究者的当务之急。 尽管数学不是万能的,但是没有数学是万万不能的!,课程主要内容 一、引论 模式识别的基本概念;模式识别系统;模式识别理论与技术;模式识别的发展和应用; 二、统计模式识别 1聚类分析: 聚类分析的概念;模式相似性测度及聚类准则函数;谱系聚类算法;动态聚类算法;最小张树分类法;聚类有效性评价。,2线性判别函数 线性判别函数;Fisher线性判别;感知准则函数和梯度下降法;最小均方误差准则函数及算法;广义线性判别函数;二次判别函数;非线性分类器及分类方法。 3统计决策 最小错误率的Bayes决策;最小风险的Bayes决策;
11、正态分布时的统计决策;最小最大损失决策;N-P(Neyman-Pearson)决策;Fisher准则判别,4概率密度函数的估计 统计推断概述;参数估计;非参数估计;错误率测试;平均损失及最小误判概率的估计方法;经验风险设计;隐马尔可夫模型。 5近邻法 最近邻法:K近邻法;剪辑近邻法;引入拒绝决策的近邻法;近邻法中最佳距离及其实际计算。,6特征提取与选择 基本概念:类别可分性判据;基于可分性判据的特征提取和选择;基于KL变换的特征提取与选择;特征选择的新方法(模拟退火算法、Tabu搜索算法、遗传算法) 三、模糊模式识别 模糊集合论基础;基于识别算法的模糊模式识别;模糊关系与模糊聚类分析;统计模糊
12、方法,四、句法模式识别 概述;形式语言;高维文法与随机文法;模式的描述;句法分析;文法推断,五、智能模式识别 智能模式识别概述;知识表示方法;基于知识的推理;知识获取;人工神经网络概述;前馈神经网络及其主要算法;Hopfield网络及其在模式识别中的应用;支持向量机。 六、模式识别应用 1语音识别技术及应用 2图象识别技术 3汉字识别及应用 。,Ch1 引论 模 式 识 别 智能科学的基础,一、智能科学人类的梦想 1. 1001夜的故事:芝麻开门 2. 好莱坞大导演斯皮尔博格的大片:人工智能新版铁臂阿童木的故事 3. 1997年美国微软总裁比尔盖茨在清华大学演讲时播放的录相电脑识别人体语言 4
13、. 2001年中国电子工业博览会(大连):女机器人“温文雅”。 。,模式识别(Pattern Recognition)是20世纪60年代初迅速发展起来的、与高新技术研究开发密切相关的一门新兴学科。它所研究的理论与方法在很多科学和技术领域中得到了广泛应用,取得了一系列重大成果,为人类迈进智能时代奠定了基础。其研究方兴未艾,前景诱人!,二、人工智能 1 .定义(人工智能):使机器具有人类智能活动的学科,2. 分类 (1)专家系统:是使计算机具有某种专门知识或若干常识,并能综合运用这些知识,以便在某些特定领域内代替或帮助专家从事某项工作的知识系统。,(2)模式识别: 20世纪60年代开始,美国科学家
14、G .Tauschek提出光学模板匹配:,20世纪60年代:数学发展统计决策理论,计算机技术发展,模式识别;代表人物:(美)付京荪、黄煦涛 20世纪80年代:中国模式识别开始 (3)机器人:,三、模式识别技术 1. 模式:人类能用其感官直接或间接接收到的外界信息。可用本质属性(特征)或结构信息(基元)表示。 2. 模式识别:是研究人类识别机理和实现实别功能的科学。,例子1 步态(gait)识别介绍,步态识别是生物特征识别技术的一个新兴领域。 它根据人走路的姿势的生物特征进行人的身份认证。,3. 模式识别技术过程,步态识别系统示意图,步态特征提取,步态跟踪,步态 数据库,识别结果,分类器,摄像机
15、,步态序列图,步态检测,背景模型,监控区域,步态序列,MIT数据库,步态序列,MIT数据库,基于静态特征的快速身份步态识别,Johnson和Bobick提出了一种不依赖于角度的静态参数步态识别算法。实验结果的识别率可以达到70。因此,我们在静态身体参数的基础上,提出了5个与步态特征有关的参数 :,基于静态参数的步态识别实验,(a) d1 (b) d2,(c) d3 (d)d4,(e) d5 MIT第1个人步态特征数据曲线,静态参数曲线,(a) d1 (b) d2,(c) d3 (d)d4,(e) d5 MIT第6个人步态特征数据曲线,MIT库中不同人的静态特征值表,从前面的曲线和表可以看出,不同人的步态特征区别明显。我们使用USF数据集中21人、41人,71人步态序列进行算法测试,识别率如下:,应用: 重要场所人物监视检测,如银行、武器库、海关等 进入/离开某个重要场所的人物、人数,如商场、车站、码头等 身份认证,如门禁、公安侦破等 主要方面: 人脸检测 人脸识别,例2 人脸人像识别,人脸人像识别 人脸检测:16路界面,人脸人像识别 人脸检测:实例,场景 人物进入场景 人脸检测,人脸检测定位1 人脸