Вероятность опознавания фотоизображения объектов
Вероятность предъявления | Результаты опознания | ||
Контрольная группа | Экспериментальная группа | ||
R1=12 мин/мм | R2=19 мин/мм | ||
0,3 0,7 | 0,11 0,28 | 0,15 0,43 | 0,20 0,54 |
Как видно, знание априорных вероятностей предъявления объектов, особенно при затрудненных условиях их восприятия, способствует повышению результатов опознания, причем в большей степени для более высоковероятных объектов. Это положение имеет особенно большое значение для правильной организации операторской деятельности.
Системный подход к построению образов дает возможность выдвинуть гипотезу о структурном характере их сопоставления с использованием некоторых вероятностных и эвристических процедур. На каждом уровне сопоставления используется, очевидно, своя система эталонов, отличающихся по структурной целостности и «категориальной» значимости. При сопоставлении образов идет активная, избирательная переработка информации, связанная с поиском отличительных признаков между образами и установлением отношений между ними. Завершается опознание альтернативными ответами или переходом на более определенный уровень.
Процедура выбора «эталонной» гипотезы иллюстрируется с помощью рис. 13.1. Информация об опознаваемом объекте через приемник сигналов поступает в блок исследования признаков и формирования образа. В этот же блок из долговременной памяти поступают эталонные гипотезы, которые проходят через блок учета априорных вероятностей. На основании учета априорной информации, поэлементного или целостного сопоставления сформированного образа с эталонами выбирается гипотеза и оценивается ее
апостериорная вероятность. В простых случаях, при опознании отдельных объектов на основе использования независимых, равновероятных, прямых признаков, этот процесс с известной степенью приближения описывается теоремой Байеса:
где — апостериорная вероятность гипотезы Ni при использовании признака — априорная вероятность появления объекта — условная вероятность признака А^ при наличии объекта Ni.
Апостериорные вероятности гипотез сравниваются с порогом αпор. При превышении его происходит опознание. Регуляция процесса исследования признаков, сопоставления образов и ввода новой серии эталонных гипотез осуществляется через генератор системы гипотез. Как только вероятность одной из гипотез достигнет необходимого максимума, энтропия данной системы гипотез падает ниже величины Hmin и исследование признаков, сопоставление образов прекращается. Опознание объекта на основании обратной связи изменяет априорные вероятности гипотез в оперативной памяти. Если порог опознания не будет превзойден, через генератор системы гипотез вводится новая серия гипотез и осуществляется экстраполяция к ним. Как видно, в ходе проверки гипотез происходит перераспределение их вероятностей.
Из всего сказанного видно, что решение задачи и принятие решения на опознавательном уровне сводится, во-первых, к выделению информации о воспринимаемых объектах, и во-вторых, к логической обработке извлеченной информации, включая оценку выдвинутых эталонных гипотез, их проверку и принятие окончательного решения о классе опознаваемых объектов.
Рассматриваемая до сих пор схема решения опознавательной задачи справедлива лишь для относительно простых случаев. Очень часто информация, предъявляемая оператору с первичных информационных моделей (оптические, радиолокационные, фотоэлектронные, картографические и другие изображения), имеет «зашумленный» характер. Примерами его являются: действие радиолокационных и тепловых контрастов, большая информационная емкость при загрубленности и искажении элементов структуры, крайняя структурная неоднородность, наличие неоднозначных связей между элементами моделей и реальных объектов.
Процесс решения опознавательной задачи в этих условиях существенно отличается от рассмотренного выше. В результате проведенных экспериментальных исследований [157] по восприятию зашумленных изображений была выдвинута гипотеза о слойно-ступенчатой природе решения перцептивной задачи в этих условиях. Процесс решения подобной задачи включает:
■ «послойный» анализ структуры изображений, при котором происходит движение от слоев с крупноразмерными элементами к слоям с мелкоразмерными элементами;
■ ступенчато-этапную обработку информации в пределах слоя;
■ формирование на выходе слоев промежуточных образов с последующим их укрупнением;
■ экстраполяцию этих образов к эталонам различного информационного содержания.
Указанные процедуры опираются на сложное взаимодействие эвристических и вероятностных механизмов. Подробное их описание является сложной задачей и приводится в специальной литературе [157].
Дата добавления: 2016-03-05; просмотров: 807;