Качественное описание задачи распознавания
РО – объектов, сигналов, ситуаций, явлений или процессов – представляет собой самую распространенную задачу, решаемую человеком, использующим огромные ресурсы своего мозга, включая одновременно около 7-8 миллиардов нейронов.
Именно то дает возможность людям практически мгновенно узнавать друг друга, с большой скоростью читать печатные и рукописные тексты – литературные, музыкальные, шахматные и т.п.
РО представляет собой задачу преобразования входной информации в выходную, представляющую собой заключение о том, к какому классу относится распознаваемый образ.
Учитывая, что техническая кибернетика есть наука об общих законах преобразования информации в сложных системах, РО представляет собой один из разделов той науки.
Создание искусственного интеллекта – это, прежде всего, построение распознающих систем, приближающихся по своим возможностям к возможностям человека, но возможностям человека в решении задач распознавания.
Признаки, используемые для распознавания могут носить качественный и количественный характер.
Пример: Пусть выпускаются изделия на фабрике из древесины разных пород. Требуется автоматизировать процесс сортировки обрабатываемой древесины. Пусть применяется решение об оценке типа древесины по яркости.
рис.1
Изображение с телекамеры передается на выделитель признаков, назначение которого состоит в уменьшении объема данных путем выделения (формирования) конкретных признаков или свойств, отличающих вид древесины.
Далее измеренные значения признаков подаются на классификатор, предназначенный для оценивания представленных данных и принятия окончательного решения относительно типа древесины.
рис. 2. Гистограмма яркости различных сортов дерева
Решение: Превышение средней яркости Х некоторого критического значения Х0.
Судя по гистограмме, распознавание по одному признаку ненадежно. Возможен еще признак – частота перехода яркости от светлого к темному (частота волокон), т.е. может быть использовано два признака, а формирователь признаков сводит, т.о. каждую из картин к точке или вектору признаков Х двумерного пространства, где
Теперь задача заключается в разделении пространства признаков на 2 области. Для большей надежности могут быть использованы и элементы статистики, чтобы сделать вероятность ошибки минимальной.
Дата добавления: 2016-01-20; просмотров: 608;