Методы распознавания образов. Основы построения и функционирования систем распознавания

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
1. МЕТОДЫ РАСПОЗНАВАНИЯ ОБРАЗОВ
1.1. ИНТЕНСИОНАЛЬНЫЕ МЕТОДЫ
1.2. ЭКСТЕНСИОНАЛЬНЫЕ МЕТОДЫ
2. ТЕХНОЛОГИИ АВТОМАТИЧЕСКОГО РАСПОЗНАВАНИЯ ОБРАЗОВ
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА

Методы распознавания образов. Основы построения и функционирования систем распознавания

В человеко–машинных системах предполагается следующее разделение функций человека и машины: машина хранит и перерабатывает большие массивы информации, осуществляет информационное обеспечение принятия решений человеком; человек принимает управленческие решения. Чаще в таких системах компьютеры выполняют рутинную, нетворческую, трудоемкую переработку информации, освобождая человеку время для творческой деятельности. Однако целью развития компьютерной (информационной) технологии управления является полная автоматизация деятельности, включающая частичное или полное освобождение человека от необходимости принятия решений. В последнее время получила широкое распространение группа методов моделирования мышления, в частности математического моделирования, которые вносят существенный вклад в рассмотрение проблем автоматизации умственного труда и создание области «искусственного интеллекта».
В область искусственного интеллекта входят разделы информатики (распознавание естественного языка, автоматический перевод, экспертные системы, распознавание зрительных образов, генерация доказательств в математике, управление роботами, компьютерные игры) и технические системы решения интеллектуальных задач.
В вычислительной технике понятие искусственный интеллект впервые появилось в 1956 году, и связано это было со становлением новой области научных исследований, которая к человеческому интеллекту имела довольно косвенное отношение. Речь шла о задачах, которые очень хорошо решаются человеком и плохо - вычислительной машиной. Прежде всего, такие задачи связаны с узнаванием или распознаванием образов.
Человек, как правило, без труда узнает лица, предметы и знаки после однократного знакомства с ними. Для компьютера решение такого рода задач почти всегда затруднительно, а иногда и вовсе невозможно. В данном случае следует говорить о машинном (компьютерном) интеллекте. Тем не менее, область науки и техники, которая занимается проблемами распознавания образов и понимания естественного языка, была отнесена к направлению искусственного интеллекта.
Исследования по цифровому анализу изображений начались с конца 50-х годов, когда вычислитель­ные машины обрели достаточно емкую память.
В настоящее время машинное зрение превратилось в обширный раздел искусственного интеллекта. Как и в системах управления роботами или машинного распознавания речи, в системах машинного зрения в качестве входного сигнала часто используются "реальные" данные, т.е. необработанные выходные сигналы чувствительных датчиков — сенсоров (например, отсчеты яркости точек черно-белого телевизионного изображения). В машинном зрении используются данные, в значительной степени подвергшиеся обработке (например, символьное описание рисунка, состоящего из линий). Задачи, которые решает система машинного зрения, также весьма разнообразны. Однако все их можно свести к идентификации объектов в наблюдаемой сцене, восприятию окружающего мира в пространственно-временной протяженности с учетом причинно-следственных связей между объектами.
ЗАКЛЮЧЕНИЕ
Общее решение задачи автоматического распознавания образов должно основываться на организации процесса с такими интеллектуальными составляющими, как целостность восприятия, целенаправленность, предвидение (выдвижение гипотез), максимальное использование контекста и знаний о среде (в пределе — использование модели мира), т. е. учете и реализации интеллектуальных механизмов зрительного восприятия человека.
Важнейшей стороной многоуровневого процесса восприятия является выдвижение гипотез на основе иерархической модели предметной области. В знакомой среде восприятие идет на уровне обобщений (частное-общее), укрупнений (часть-целое) и состоит в подтверждении гипотез на этих уровнях.
Автоматическое зрительное восприятие в настоящее время не достигает совершенства человеческого восприятия образов. Главная причина этого заключается в неумении строить достаточно полные и семантически выразительные компьютерные модели предметной области.