模式識(shí)別技術(shù)的優(yōu)點(diǎn)
模式識(shí)別技術(shù)類似人類認(rèn)知和識(shí)別的特性,生物信息特征相當(dāng)于人的實(shí)名。
(1)與人類認(rèn)知和識(shí)別類似。
模式識(shí)別技術(shù)有特色,通過對(duì)生物特征信息進(jìn)行測(cè)量和比對(duì)分析,判別樣本與預(yù)留模板是否一致。模式識(shí)別技術(shù)該特性和人類識(shí)別認(rèn)知的特性具有類似性。
(2)相當(dāng)于人的實(shí)名。
人的生物特征和人自身是緊密相連且無法分開的,對(duì)人進(jìn)行模式識(shí)別等生物特征認(rèn)證,如同識(shí)別對(duì)方姓名與其生物信息特征是否一致,如同對(duì)人的實(shí)名進(jìn)行生物信息法定物證復(fù)核。例如指紋是法定物證。
模式識(shí)別技術(shù)的缺點(diǎn)
模式識(shí)別技術(shù)具有“拒識(shí)率”和“誤識(shí)率”的缺陷,有效采樣獲取的特征點(diǎn)少,容易引起認(rèn)證誤判。
(1)拒識(shí)率、誤識(shí)率。
模式識(shí)別是對(duì)生物特征信息進(jìn)行測(cè)量,獲取相關(guān)數(shù)據(jù),然后統(tǒng)計(jì)樣本與預(yù)留模板數(shù)據(jù)一致程度,經(jīng)比對(duì)設(shè)定閾值的誤差達(dá)到分析判別的目的。
這種閾值的誤差統(tǒng)計(jì)識(shí)別特性,使傳統(tǒng)模式識(shí)別技術(shù)具有“拒識(shí)率”和“誤識(shí)率”的缺陷。匹配閾值分?jǐn)?shù)大,“拒識(shí)率”就會(huì)升高;匹配閾值分?jǐn)?shù)小,“誤識(shí)率”也會(huì)升高。
(2)特征點(diǎn)數(shù)量限制。
模式識(shí)別是對(duì)生物特征信息進(jìn)行測(cè)量,然后統(tǒng)計(jì)樣本與預(yù)留模板一致程度,經(jīng)比對(duì)設(shè)定閾值的誤差達(dá)到分析判別的目的。
本節(jié)有一個(gè)重要的前提,即模式識(shí)別是對(duì)生物特征信息的測(cè)量是建立在一定采樣點(diǎn)基礎(chǔ)之上的。樣板與模板的有效采樣點(diǎn)少于一定數(shù)量,通過比對(duì)設(shè)定閾值誤差也就達(dá)不到分析判別的目的。傳統(tǒng)人臉識(shí)別有效采樣的特征點(diǎn)少,容易引起誤判,故不能廣泛被使用。
模式識(shí)別研究方向
模式識(shí)別又常稱作模式分類,從處理問題的性質(zhì)和解決問題的方法等角度,模式識(shí)別分為有監(jiān)督的分類(Supervised Classification)和無監(jiān)督的分類(Unsupervised Classification)兩種。二者的主要差別在于,各實(shí)驗(yàn)樣本所屬的類別是否預(yù)先已知。一般說來,有監(jiān)督的分類往往需要提供大量已知類別的樣本,但在實(shí)際問題中,這是存在一定困難的,因此研究無監(jiān)督的分類就變得十分有必要了。
模式還可分成抽象的和具體的兩種形式。前者如意識(shí)、思想、議論等,屬于概念識(shí)別研究的范疇,是人工智能的另一研究分支。我們所指的模式識(shí)別主要是對(duì)語音波形、地震波、心電圖、腦電圖、圖片、照片、文字、符號(hào)、生物傳感器等對(duì)象的具體模式進(jìn)行辨識(shí)和分類。
模式識(shí)別研究主要集中在兩方面,一是研究生物體(包括人)是如何感知對(duì)象的,屬于認(rèn)識(shí)科學(xué)的范疇,二是在給定的任務(wù)下,如何用計(jì)算機(jī)實(shí)現(xiàn)模式識(shí)別的理論和方法。前者是生理學(xué)家、心理學(xué)家、生物學(xué)家和神經(jīng)生理學(xué)家的研究內(nèi)容,后者通過數(shù)學(xué)家、信息學(xué)專家和計(jì)算機(jī)科學(xué)工作者近幾十年來的努力,已經(jīng)取得了系統(tǒng)的研究成果。
應(yīng)用計(jì)算機(jī)對(duì)一組事件或過程進(jìn)行辨識(shí)和分類,所識(shí)別的事件或過程可以是文字、聲音、圖像等具體對(duì)象,也可以是狀態(tài)、程度等抽象對(duì)象。這些對(duì)象與數(shù)字形式的信息相區(qū)別,稱為模式信息。
模式識(shí)別所分類的類別數(shù)目由特定的識(shí)別問題決定。有時(shí),開始時(shí)無法得知實(shí)際的類別數(shù),需要識(shí)別系統(tǒng)反復(fù)觀測(cè)被識(shí)別對(duì)象以后確定。
模式識(shí)別與統(tǒng)計(jì)學(xué)、心理學(xué)、語言學(xué)、 計(jì)算機(jī)科學(xué) 、生物學(xué)、控制論等都有關(guān)系。它與 人工智能 、 圖像處理 的研究有交叉關(guān)系。例如自適應(yīng)或自組織的模式識(shí)別系統(tǒng)包含了人工智能的學(xué)習(xí)機(jī)制;人工智能研究的景物理解、自然語言理解也包含模式識(shí)別問題。又如模式識(shí)別中的預(yù)處理和特征抽取環(huán)節(jié)應(yīng)用圖像處理的技術(shù);圖像處理中的圖像分析也應(yīng)用模式識(shí)別的技術(shù)。
責(zé)任編輯:YYX
-
計(jì)算機(jī)
+關(guān)注
關(guān)注
19文章
7634瀏覽量
90241 -
模式識(shí)別
+關(guān)注
關(guān)注
3文章
45瀏覽量
14505 -
人工智能
+關(guān)注
關(guān)注
1804文章
48759瀏覽量
246729
發(fā)布評(píng)論請(qǐng)先 登錄
富士通手掌靜脈識(shí)別PalmSecure再升級(jí)

電機(jī)故障模式識(shí)別軟件開發(fā)
人臉識(shí)別技術(shù)在安全監(jiān)控中的應(yīng)用
人臉識(shí)別技術(shù)的應(yīng)用場(chǎng)景
【實(shí)戰(zhàn)】人工智能0基礎(chǔ)入門:基于Python+OpenCV的車牌識(shí)別項(xiàng)目(課程+平臺(tái)實(shí)踐)

評(píng)論