模式识别基础教程.pptVIP

* * * 《模式识别》课程 * 模式识别(Pattern Recognition) 主讲教师：宫宁生 * 提 纲 模式识别概论 主要模式识别方法 模式识别过程 案例介绍 DEMO * 为什么需要模式识别？ 模式识别：人类学习的基本方法 人眼识别物 中医看舌苔/脉搏 图谱辨别化合物 * 什么是模式？ 分类 确定模式 非确定模式 随机模式 * 定义：模式类 模式x : 具有某些量化测量值或者特征 模式类 (vi)：A collection of “similar” (not necessarily identical) objects Inter-class variability Intra-class variability 模式类的统计特性 相似性-先验概率 ：P (vi) 类条件概率密度：p (x|vi) The letter “T” in different typefaces Characters that look similar * 定义：模式识别 依据一定的规则，将模式进行分类的过程（Classifies “patterns” into “classes”） 主要过程: 数据处理： 模式类的模型假设： 选择最优的模型并分类： * 模式识别的主要问题 建模问题 描述 表示 例如：用面积和周长表示某种形状 特征提取与选择问题 维数灾难——如何降维？? 主成分分析PCA 选择具有最大区分能力的特征 ? 线性判别分析LDA 任务特定的学习问题 贝叶斯决策理论、统计学习理论和SVM * 模式分类 vs. 模式聚类 Classification Clustering Category “A” Category “B” Classification (Recognition) (Supervised Classification) Clustering (Unsupervised Classification) * 典型应用 语音识别（例如：IBM ViaVoice系统） 表情分析、年龄、种族、性别分类 OCR: 车牌照、集装箱号码… 手写体识别：汉王 手势识别：基于视觉的，基于数据手套 人脸识别、指纹识别、虹膜识别… 军事目标识别 生物信息、医学图像 遥感、气象 模式识别方法 * 参数估计 近邻法 直接计算判别函数 ·非参数方法 有监督学习 最小距离 分层聚类 无监督学习 静态模式（不相关） HMM 时序模式（相关的静态模式） 统计模式识别 模板匹配 结构模式识别 神经网络 句法模式识别 统计学习理论和支持向量机 模糊模式识别 半监督学习 * 模板匹配Template Matching Template Input scene * 统计模式识别 模式识别最初从统计理论发展而来 基本思想：模式被描述为一组测量值组成的随机特征向量，用概率统计理论对其进行建模，用统计决策理论划分特征空间来进行分类。 * 统计模式识别的一般过程 预处理 特征提 取/选择 分类 预处理 特征提 取/选择 学习分类规则 测试模式 训练模式 分类 训练 错误率检测 * 模糊模式识别 1965年Zadeh提出模糊集理论 是对传统集合理论的一种推广 传统：属于或者不属于 模糊：以一定的程度属于 模糊逻辑：相对传统二值逻辑“是或不是” 模糊数学：研究模糊集和模糊逻辑 模糊系统：应用角度 * 特征提取：PR的第一步 任务：提取适于分类的特征（量化测量值） 好的特征 Objects from the same class have similar feature values. Objects from different classes have different values. “Good” features “Bad” features * 特征提取与选择 问题变成：如何优化特征提取算子 的参数 维数灾难——如何降维？? PCA 选择具有最大区分能力的特征 ? LDA Feature extraction Feature selection * 基于AdaBoost的快速人脸检测 * AdaBoost算法简介 在2001年的ICCV上，Compaq的研究员Paul Viola和Michael J.Jones发表了一个实时人脸检测系统，其速度是平均每秒15帧，图像大小是384x288。 参见：Paul Viola,Michael J. Jones. Robust Real-time Object Detection. CRL 2001/01 February 2001. 系统在技术上的三个贡献： 1.用简单的矩形特征来作为人脸图像特征;