Задача распознавания образов. Общая характеристика задачи распознавания образов. Признаки и классификаторы

4.1 Задача распознавания образов. Общая характеристика задачи распознавания образов. Признаки и классификаторы.

Распознавание образов – это задача, суть которой заключается в распределении объектов по нескольким категориям или классам.

С задачами распознавания образов в современном мире каждый человек сталкивается ежедневно: большинство смартфонов оснащены сканером отпечатка пальцев, голосовыми командами, Face ID; предъявление пропусков, бесконтактных карт. Люди определяют, кто для них является другом, учителем, соседом – только в этом случае эта задача решается внутри человеческого мозга. Итак, задача распознавания образов основана на определении объектов по группам, которые могут быть заранее определены, могут быть нечетко заданы.

Классификация – это задача распределения множества объектов на определенные группы, классы, таким образом, чтобы внутри каждого класса оказались объекты с похожими признаками.

Для решения этой задачи необходимо, чтобы была известна информация об объектах, заранее принадлежащих к классам. Такие объекты имеют название – прецедент. Они используются в качестве образца для дальнейшей классификации изучаемых образов.

Признак – это характеристика объекта, по которой можно определить степень принадлежности какому-либо классу в задаче на распознавание образов. Признаки могут быть заданы количественно, булево, вероятностно и любым удобным в данной задаче способом с точки зрения решающего. Булевы характеристики определяют наличие исследуемого признака у объекта (0 – отсутствует, 1 – присутствует). Вероятностные – принимают значения от 0 до 1, и определяют степень принадлежности признака изучаемому образу.

В задачах, применяемых на практике, исследуются и сопоставляются сложные объекты или целые системы, обладающие большим количеством признаков. Для представления в удобном виде всей совокупности характеристик используется определение вектор признаков.

Вектор признаков – это кортеж признаков исследуемого образа в пространстве признаков задачи распознавания. Данная характеристика является уникальной для каждого образа и полностью определяет его в условиях решаемой задачи.

Рассмотрим простой пример постановки задачи распознавания образов:

Необходимо разделить яблоки на классы: вкусные, невкусные. Яблоки обладают следующими признаками: цвет и размер. Цвет изменяется в диапазоне от 0 до 1, где 0 – это полностью зеленое яблоко, а 1 – полностью красное. Аналогично размер может меняться от 0 до 1, где 0 – маленькое, а 1 – большое яблоко.

Целью такой задачи является получение правила f, ставящего в соответствие входные параметры яблока (цвет и размер) и итоговый результат (вкусное или невкусное). Математически это записывается так f: X → Y, где X – множество яблок xm, обладающих вектором признаков (color, size), а Y – множество двух классов: вкусное, невкусное.

В теме «Классификация образов на основе байесовской теории принятия решения» будет приведен пример решения этой задачи вероятностным методом.

Классификатор – решающее правило, на основе которого осуществляется определение исследуемых образов по классам в задаче распознавания образов. Другими словами, это функция, ставящая в соответствии вектору признаков объекта класс из множества предлагаемых условиями классов.

Виды классификаторов [3]:

1. Статистические классификаторы
2. Классификаторы, основанные на образе подобия
3. Классификаторы на основе нейронных сетей

Процесс формирования системы классификации состоит из следующих задач [1] (см. Рис. 1):