第2講一個(gè)假想的模式識(shí)別系統(tǒng)分析ppt課件

1、第講第講 一個(gè)假想的一個(gè)假想的模式識(shí)別系統(tǒng)的設(shè)計(jì)與模式識(shí)別系統(tǒng)的設(shè)計(jì)與分析分析要點(diǎn)：主要內(nèi)容和目標(biāo)問(wèn)題描述模式識(shí)別系統(tǒng)的基本組成原型系統(tǒng)的設(shè)計(jì)與分析模式識(shí)別的困難性課堂練習(xí)主要內(nèi)容和目標(biāo)通過(guò)設(shè)計(jì)和分析一個(gè)假想的魚(yú)類分類原型系統(tǒng)，加深對(duì)模式識(shí)別系統(tǒng)5個(gè)主要模塊的理解返回問(wèn)題描述問(wèn)題描述設(shè)想有一個(gè)魚(yú)類加工廠，希望能將傳送帶上的魚(yú)的品種的分類過(guò)程自動(dòng)進(jìn)行。如果魚(yú)的品種只有鮭魚(yú)(salmon)和鱸魚(yú)(weever, sea bass)兩種，那么應(yīng)如何設(shè)計(jì)一個(gè)相應(yīng)的模式識(shí)別原型系統(tǒng)。返回模式識(shí)別系統(tǒng)的基本組成模式識(shí)別系統(tǒng)的基本組成一個(gè)完整的模式識(shí)別系統(tǒng)主要由5個(gè)基本部分組成：傳感器預(yù)處理器特征提取器分類

2、器后處理器輸入決策分割器上下文信息調(diào)整返回傳感器傳感器傳感器是一個(gè)模式識(shí)別系統(tǒng)的輸入設(shè)備，比如攝像機(jī)、麥克風(fēng)等。返回n預(yù)處理器的主要作用是把對(duì)識(shí)別起主要作用的信息和背景噪聲分割開(kāi)來(lái)，因此又稱為分割器。n返回預(yù)處理器預(yù)處理器特征提取器特征提取器n特征提取器的作用是對(duì)輸入產(chǎn)生一個(gè)類別相關(guān)的表達(dá)或描述，通常要求來(lái)自同一類別的不同樣本的特征值應(yīng)該非常接近，而來(lái)自不同類別的樣本的特征值則應(yīng)該有很大的差異。n返回分類器分類器n分類器的作用是根據(jù)特征提取器得到的特征向量來(lái)給一個(gè)被測(cè)對(duì)象賦予一個(gè)類別標(biāo)記。n返回后處理器后處理器n后處理器的功能通常是執(zhí)行一個(gè)推薦的具體的動(dòng)作，有時(shí)也可能采用“上下文信息”（con

3、text來(lái)改善系統(tǒng)的性能。n返回魚(yú)類分類系統(tǒng)設(shè)計(jì)原型返回原型系統(tǒng)的分析原型系統(tǒng)的分析傳感器的分析預(yù)處理器的分析特征提取器的分析分類器的分析后處理器的分析返回傳感器的分析傳感器由攝像機(jī)構(gòu)成，其作用是拍攝樣品的圖像，來(lái)區(qū)分鮭魚(yú)和鱸魚(yú)。返回預(yù)處理器的分析預(yù)處理器必須能夠自動(dòng)調(diào)整平均光照度，或者進(jìn)行閾值化處理，以除去傳送帶等背景成分，并盡可能把相互靠近的兩條魚(yú)的數(shù)據(jù)區(qū)分開(kāi)。返回特征提取器的分析特征提取器必須從魚(yú)的圖像數(shù)據(jù)中分析出一些識(shí)別相關(guān)的物理特性，并利用這些特性作為模式分類的基礎(chǔ)。其中物理特性包括長(zhǎng)度、光澤、寬度、鰭的數(shù)目和形狀、嘴的位置等等。返回分類器的分析分類器必須能夠選擇一個(gè)或多個(gè)特征對(duì)兩種

4、魚(yú)進(jìn)行分類。特征選擇對(duì)分類正確率具有重要影響，不同的選擇將產(chǎn)生不同的設(shè)計(jì)方案。返回分類器的設(shè)計(jì)方案分類器的設(shè)計(jì)方案以長(zhǎng)度作為特征設(shè)計(jì)分類器以光澤度(lightness)作為特征設(shè)計(jì)分類器以光澤度和寬度兩個(gè)特征設(shè)計(jì)分類器想一想：有沒(méi)有其它更好的設(shè)計(jì)方案？返回基于長(zhǎng)度的分類器設(shè)計(jì)假定經(jīng)驗(yàn)表明鱸魚(yú)一般要比鮭魚(yú)長(zhǎng)，那么鱸魚(yú)將有某種典型長(zhǎng)度，鮭魚(yú)也將有某種典型長(zhǎng)度。因而，長(zhǎng)度就是一個(gè)明顯的可用于分類的特征，可以僅僅通過(guò)看一條魚(yú)的長(zhǎng)度l是否超過(guò)某個(gè)臨界值l*來(lái)判定魚(yú)的種類。臨界值l*可通過(guò)兩種魚(yú)的長(zhǎng)度特征直方圖來(lái)確定。 返回兩種魚(yú)的長(zhǎng)度特征直方圖長(zhǎng)度分類器的優(yōu)缺點(diǎn)優(yōu)點(diǎn)：計(jì)算相對(duì)簡(jiǎn)單缺點(diǎn)：無(wú)論怎樣確定臨界值

5、l* ，長(zhǎng)度特征都不足以把兩種魚(yú)完全分開(kāi)返回基于光澤度的分類器設(shè)計(jì)如果鱸魚(yú)的光澤度一般要比鮭魚(yú)大，那么鱸魚(yú)將有某種典型光澤度，鮭魚(yú)也將有某種典型光澤度，從而就可以利用光澤度作為分類特征。因而，僅僅通過(guò)看一條魚(yú)的光澤度x是否超過(guò)某個(gè)臨界值x*來(lái)判定魚(yú)的種類。臨界值 x *可通過(guò)兩種魚(yú)的光澤度特征直方圖來(lái)確定。 返回兩種魚(yú)的光澤度特征直方圖光澤度分類器的優(yōu)缺點(diǎn)優(yōu)點(diǎn)：分類正確率有所提高缺點(diǎn)：無(wú)論怎樣確定臨界值x* ，光澤度特征都不足以把兩種魚(yú)完全分開(kāi)；光澤度易受外界照明光亮度的影響。返回基于光澤度和寬度的分類器設(shè)計(jì)基于光澤度和寬度的分類器設(shè)計(jì)把光澤度x1和寬度x2組成一個(gè)二維特征向量X=(x1, x

6、2)T，然后利用X來(lái)進(jìn)行分類。進(jìn)行分類識(shí)別需要把特征空間分成兩個(gè)區(qū)域，使得落在其中一個(gè)區(qū)域的數(shù)據(jù)點(diǎn)魚(yú)被分類為鱸魚(yú)，而落在另一個(gè)區(qū)域的數(shù)據(jù)點(diǎn)魚(yú)被分類為鮭魚(yú)。關(guān)鍵在于設(shè)計(jì)一條直線或曲線把兩個(gè)區(qū)域分開(kāi)。 返回兩種魚(yú)的光澤度和寬度散布圖用復(fù)雜判決曲線進(jìn)行分類用折中判決曲線進(jìn)行分類光澤度和寬度的優(yōu)缺點(diǎn)優(yōu)點(diǎn)：分類正確率進(jìn)一步提高缺點(diǎn)：難于確定最佳判決曲線，可能出現(xiàn)過(guò)擬合現(xiàn)象返回其它可能的分類器設(shè)計(jì)方案以光澤度、長(zhǎng)度和寬度三個(gè)特征設(shè)計(jì)分類器以光澤度、長(zhǎng)寬比兩個(gè)特征設(shè)計(jì)分類器想一想：選擇更多的特征是否更好？維數(shù)災(zāi)難(course of dimensionality)返回后處理器的分析后處理器的作用是在識(shí)別出魚(yú)的種類后執(zhí)行一個(gè)具體的動(dòng)作，比如把這條魚(yú)放在這個(gè)桶里，而把那條魚(yú)放在那個(gè)桶里。返回模式識(shí)別的困難性實(shí)現(xiàn)魚(yú)類分類原型系統(tǒng)還有什么困難？用計(jì)算機(jī)進(jìn)行模式識(shí)別是一個(gè)非常困難的問(wèn)題對(duì)人腦中的模式識(shí)別過(guò)程不清楚返回實(shí)現(xiàn)原型系統(tǒng)的困難分析很難用計(jì)算機(jī)把魚(yú)和背景分開(kāi)魚(yú)和魚(yú)之間可能相鄰甚至交疊攝像速率和魚(yú)的傳送速率可能不匹配在噪聲較大時(shí)，很難準(zhǔn)確地計(jì)算特征值返回課堂